Arnold：通用肌肉变换器策略

控制人体高维非线性肌肉生物力学模型是一项基础性科学挑战。近期机器学习突破带来了在许多自由度的肌肉系统中掌握单一技能（如触碰、物体操控和 locomotion）的策略。然而，这些智能体仅为“专家”，在单一技能上达到高水平。本文开发了Arnold，一种通用策略，能够掌握多项任务和不同 embodiment。Arnold结合行为克隆和PPO微调，在14项具有挑战性的控制任务中（从灵巧物体操控到 locomotion）实现专家或超级专家水平。关键创新是Arnold的传感器-运动词汇表，这是一种异构感知模态、目标和执行器语义的组合表示。Arnold通过变换器架构利用该词汇表，以处理每个任务中可变的观察空间和动作空间。该框架支持高效的多任务、多 embodiment学习，并促进对新任务的快速适应。最后，我们分析Arnold以提供关于生物学运动控制的见解， corroborating最近关于肌肉协同器官跨任务有限可迁移性的发现。