面向人形机器人策略学习的对抗 locomotion 与动作模仿

人类展现出多样且富有表现力的全身动作。然而，在人形机器人中实现类人全身协调仍具有挑战性，因为常规做法往往忽视上半身与下半身的不同角色，导致策略学习计算密集，并在实际执行中引发机器人不稳定甚至跌倒。为此，我们提出一种对抗 locomotion 与动作模仿（ALMI）框架，实现上半身与下半身之间的对抗式策略学习。具体而言，下半身旨在提供稳健的 locomotion 能力以跟随速度指令，而上半身则追踪各种动作；反之，上半身策略确保在机器人执行基于速度的运动时实现有效的动作跟踪。通过迭代更新，这些策略实现了全身协同控制，可扩展至具备遥操作系统的 loco-manipulation 任务。大量实验表明，该方法在仿真环境及全尺寸 Unitree H1 机器人上均实现了稳健的 locomotion 与精准的动作跟踪。此外，我们发布了一个大规模全身动作控制数据集，包含来自 MuJoCo 仿真的高质量情节轨迹，可部署于实际机器人。项目页面为 https://almi-humanoid.github.io。