量子位
·
亚马逊“盲眼”机器人30秒跑酷首秀惊艳！华人学者领衔
💡
原文中文，约3800字，阅读约需9分钟。
📝
内容提要
亚马逊的OmniRetarget机器人在没有视觉感知的情况下成功完成复杂跑酷动作，展示了其在物体操作和地形交互方面的能力。该技术通过优化人类示范动作，提升了机器人的灵活性和效率。
🎯
关键要点
- 亚马逊的OmniRetarget机器人在没有视觉感知的情况下成功完成复杂跑酷动作。
- OmniRetarget通过优化人类示范动作，提升了机器人的灵活性和效率。
- OmniRetarget是一个开源的数据生成引擎，将人类演示转化为多样化的运动学参考。
- 该技术通过交互网格建模机器人、物体和地形之间的空间和接触关系。
- OmniRetarget在硬约束、物体交互、地形交互和数据增强方面表现出全面的优势。
- 研究通过最小化拉普拉斯形变能来保持人类动作与机器人动作的一致性。
- OmniRetarget能够生成多样化的轨迹，通过参数化改变物体配置和地形特征。
- 强化学习用于弥补动力学差异，实现从仿真到硬件的零次迁移。
- 实验结果显示，OmniRetarget在运动学质量和策略成功率上优于其他基线。
- 亚马逊FAR团队由华人学者领衔，OmniRetarget是其在人形机器人领域的首次尝试。
❓
延伸问答
OmniRetarget机器人是如何在没有视觉感知的情况下完成复杂动作的？
OmniRetarget通过优化人类示范动作，利用交互网格建模机器人与物体和地形之间的关系，从而实现复杂动作的执行。
OmniRetarget的主要优势是什么？
OmniRetarget在硬约束、物体交互、地形交互和数据增强方面表现出全面的优势，能够生成多样化的运动学参考。
OmniRetarget如何实现从仿真到硬件的零次迁移？
OmniRetarget使用强化学习来弥补动力学差异，训练低层策略将轨迹转化为物理可实现的动作。
OmniRetarget的实验结果如何？
实验显示，OmniRetarget在运动学质量和策略成功率上均优于其他基线，成功率达到79.1%。
OmniRetarget的开发团队是谁？
OmniRetarget的开发团队是亚马逊FAR团队，由华人学者领衔，团队成立仅七个多月。
OmniRetarget的开源特性有什么意义？
OmniRetarget作为开源数据生成引擎，能够将人类演示转化为多样化的运动学参考，促进机器人技术的广泛应用和研究。
➡️
