宇樹機(jī)器人成賽博科比！英偉達(dá)CMU新研究，投籃模仿籃球巨星，代碼論文全開源來源：量子位 | 公眾號(hào) QbitAI 作者：明敏 發(fā)自 凹非寺

你以為的宇樹機(jī)器人（H1）：

實(shí)際上的宇樹機(jī)器人（G1）：輕松來一個(gè)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(dá)卡內(nèi)基梅隆大學(xué)一起，給宇樹機(jī)器人“一雪前恥”了（doge）。

只通過一個(gè)訓(xùn)練框架，機(jī)器人就能成為“學(xué)人精”，完成各種高難度敏捷動(dòng)作。

從這樣（下左圖）變成這樣（下右圖）。

左圖演我做運(yùn)動(dòng)

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

ASAP方法解決的正是這個(gè)問題，論文和代碼通通開源。

有人感慨，看來機(jī)器人時(shí)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(yùn)會(huì)吧。

顯著提高機(jī)器人靈活性和全身協(xié)調(diào)性

簡(jiǎn)單總結(jié)論文核心提出了ASAP（Aligning Simulation and Real Physics，對(duì)齊模擬與真實(shí)物理）。

這個(gè)框架主要分為兩個(gè)階段。

第一階段，使用經(jīng)過調(diào)整的人類運(yùn)動(dòng)數(shù)據(jù)在模擬環(huán)境中預(yù)訓(xùn)練運(yùn)動(dòng)跟蹤策略。

第二階段，將這些策略應(yīng)用到真實(shí)世界，并收集真實(shí)數(shù)據(jù)來訓(xùn)練一個(gè)“殘差”動(dòng)作模型，用來彌補(bǔ)模型與真實(shí)世界物理動(dòng)態(tài)之間的差距。

然后ASAP將預(yù)訓(xùn)練的策略與差異動(dòng)作模型結(jié)合，并在模擬器中進(jìn)行微調(diào)，以便更好地與真實(shí)世界物理動(dòng)態(tài)對(duì)接。

具體步驟分為四步：

1、運(yùn)動(dòng)跟蹤預(yù)訓(xùn)練與真實(shí)軌跡收集：通過將人類視頻中的運(yùn)動(dòng)數(shù)據(jù)轉(zhuǎn)換為類人機(jī)器人動(dòng)作，我們?cè)谀M環(huán)境中預(yù)訓(xùn)練多個(gè)運(yùn)動(dòng)跟蹤策略，并生成真實(shí)世界的運(yùn)動(dòng)軌跡。

2、差異動(dòng)作模型訓(xùn)練：基于真實(shí)世界的運(yùn)動(dòng)數(shù)據(jù)，我們訓(xùn)練一個(gè)“差異動(dòng)作模型”，通過最小化模擬狀態(tài)（s_t）和真實(shí)世界狀態(tài)（s^r_t）之間的差距來進(jìn)行優(yōu)化。

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

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

研究人員在三個(gè)遷移場(chǎng)景中評(píng)估了ASAP的效果——
從IsaacGym到IsaacSim、從IsaacGym到Genesis，以及從IsaacGym到真實(shí)世界。

使用的機(jī)器人是宇樹G1人形機(jī)器人。

如上是從IsaacGym到IsaacSim，G1踢足球的四種不同動(dòng)作。值得一提的是，ASAP在多個(gè)動(dòng)作中訓(xùn)練，不會(huì)過擬合特定示例。

從IsaacGym到IsaacSim，從IsaacSim到真實(shí)世界，ASAP微調(diào)前后G1運(yùn)動(dòng)跟蹤表現(xiàn)如上。

在特定動(dòng)作（詹姆斯消音步）上，可以看到使用ASAP后，機(jī)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(yùn)動(dòng)動(dòng)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(tuán)隊(duì)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(xué)，現(xiàn)在是英偉達(dá)GEAR的一員，之前還在MSRA實(shí)習(xí)過。

高嘉偉本科畢業(yè)于清華大學(xué)，現(xiàn)在還在申請(qǐng)博士。

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

One More Thing

雖然動(dòng)作表現(xiàn)更擬人了，但是宇樹機(jī)器人還是沒逃過跳舞的命運(yùn)……

請(qǐng)欣賞宇樹版APT。

（統(tǒng)治人類后又多了一段要?jiǎng)h除的黑歷史）

項(xiàng)目地址：
https://agile.human2humanoid.com/

為偉大思想而生！

AI+時(shí)代，互聯(lián)網(wǎng)思想（wanging0123)，

第一必讀自媒體