首頁 > 科技要聞 > 科技> 正文

宇樹機器人成賽博科比！英偉達CMU新研究，投籃模仿籃球巨星，代碼論文全開源

量子位 整合編輯：太平洋科技 發(fā)布于：2025-02-06 11:42

你以為的宇樹機器人（H1）：

實際上的宇樹機器人（G1）：輕松來一個帥氣的科比投籃。

或者是像羅納爾多那樣華麗旋轉(zhuǎn)跳躍。

英偉達卡內(nèi)基梅隆大學一起，給宇樹機器人“一雪前恥”了（doge）。

只通過一個訓練框架，機器人就能成為“學人精”，完成各種高難度敏捷動作。

從這樣（下左圖）變成這樣（下右圖）。

△左圖演我做運動

要知道，由于仿真環(huán)境和真實物理世界之間的動力學系統(tǒng)存在偏差，讓機器人敏捷、協(xié)調(diào)地完成各種類人動作仍舊是一個巨大挑戰(zhàn)。

ASAP方法解決的正是這個問題，論文和代碼通通開源。

有人感慨，看來機器人時代距我們只有幾步之遙。

主創(chuàng)之一Jim Fan也表示：期待2030年“人形”奧運會吧。

顯著提高機器人靈活性和全身協(xié)調(diào)性

簡單總結(jié)論文核心提出了ASAP（Aligning Simulation and Real Physics，對齊模擬與真實物理）。

這個框架主要分為兩個階段。

第一階段，使用經(jīng)過調(diào)整的人類運動數(shù)據(jù)在模擬環(huán)境中預訓練運動跟蹤策略。

第二階段，將這些策略應用到真實世界，并收集真實數(shù)據(jù)來訓練一個“殘差”動作模型，用來彌補模型與真實世界物理動態(tài)之間的差距。

然后ASAP將預訓練的策略與差異動作模型結(jié)合，并在模擬器中進行微調(diào)，以便更好地與真實世界物理動態(tài)對接。

具體步驟分為四步：

1、運動跟蹤預訓練與真實軌跡收集：通過將人類視頻中的運動數(shù)據(jù)轉(zhuǎn)換為類人機器人動作，我們在模擬環(huán)境中預訓練多個運動跟蹤策略，并生成真實世界的運動軌跡。

2、差異動作模型訓練：基于真實世界的運動數(shù)據(jù)，我們訓練一個“差異動作模型”，通過最小化模擬狀態(tài)（s_t）和真實世界狀態(tài)（s^r_t）之間的差距來進行優(yōu)化。

3、策略微調(diào)：我們固定差異動作模型，并將其集成到模擬器中，以調(diào)整模擬和真實物理之間的匹配，然后微調(diào)之前訓練好的運動跟蹤策略。

4、真實世界部署：最后，我們將微調(diào)過的策略直接應用到現(xiàn)實世界中，不再需要差異動作模型。

研究人員在三個遷移場景中評估了ASAP的效果——
從IsaacGym到IsaacSim、從IsaacGym到Genesis，以及從IsaacGym到真實世界。

使用的機器人是宇樹G1人形機器人。

如上是從IsaacGym到IsaacSim，G1踢足球的四種不同動作。值得一提的是，ASAP在多個動作中訓練，不會過擬合特定示例。

從IsaacGym到IsaacSim，從IsaacSim到真實世界，ASAP微調(diào)前后G1運動跟蹤表現(xiàn)如上。

在特定動作（詹姆斯消音步）上，可以看到使用ASAP后，機器人的穩(wěn)定性更好了。

由此可以看到，G1能夠完成橫款大跳等有難度的運動動作，在姿態(tài)上也和人類更為貼近。

四位華人共同一作

最后來看下研究團隊陣容。

18位作者中絕大多數(shù)都是華人面孔。

共同一作有四位，分別是何泰然、高嘉偉、Wenli Xiao和Yuanhang Zhang。

其中何泰然本科畢業(yè)于上海交通大學，現(xiàn)在是英偉達GEAR的一員，之前還在MSRA實習過。

高嘉偉本科畢業(yè)于清華大學，現(xiàn)在還在申請博士。

Wenli Xiao也是英偉達GEAR的一員。Yuanhang Zhang本科畢業(yè)于上海交通大學，現(xiàn)在在CMU讀研。

One More Thing

雖然動作表現(xiàn)更擬人了，但是宇樹機器人還是沒逃過跳舞的命運……

請欣賞宇樹版APT。

（統(tǒng)治人類后又多了一段要刪除的黑歷史）

項目地址：
https://agile.human2humanoid.com/

本文來源：量子位

網(wǎng)友評論

聚超值•精選

推薦 手機 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來
二維碼 回到頂部
国产younv在线精品，先锋AV无码资源不卡，亚洲国产高清不卡在线播放，伊人久久东京av