人形机器人的表达性全身控制
原文中文，约400字，阅读约需1分钟。发表于：。我们提出了一种能够在真实世界中让机器人产生丰富、多样和表现力强的动作的方法，通过在一个人型机器人上学习一个整体控制策略，尽可能地模仿人类的真实动作。通过在强化学习框架中利用图形社区的大规模人体动作捕捉数据来训练这种策略，但是直接使用动作捕捉数据集进行模仿学习可能无法适用于真实的人形机器人，因为在自由度和物理能力方面存在巨大差距。我们的方法（Exbody）通过鼓励上半身模仿参考动作，而放松对其...
我们提出了一种让机器人产生丰富、多样和表现力强的动作的方法。通过学习整体控制策略，模仿人类的真实动作。利用大规模人体动作捕捉数据来训练这种策略。我们的方法通过鼓励上半身模仿参考动作，放松对两条腿的模仿约束，解决问题。通过训练和仿真转移，我们的策略可以控制人形机器人以不同的风格行走、握手和共舞。
