Assistive Gym：一种面向辅助机器人的物理仿真框架

自主机器人有潜力成为多才多艺的照护者，为全球数百万人的生活质量带来改善。然而，该领域的研究面临诸多挑战，包括人与机器人之间物理交互的风险。物理仿真已被用于优化和训练机器人进行物理辅助，但通常聚焦于单一任务。在本文中，我们提出Assistive Gym，一个用于辅助机器人的开源物理仿真框架，可建模多种任务。它包含六个仿真环境，其中机械臂可尝试协助人进行日常生活活动（ADLs）：挠痒、饮水、喂食、身体操控、穿衣和洗澡。Assistive Gym建模人的身体能力与辅助偏好，并用于提供奖励函数。我们给出了在六个环境中使用强化学习为四种不同商用机器人训练的基线策略。我们证明对人体运动建模可带来更好的辅助效果，并比较了不同机器人的性能。总体而言，我们表明Assistive Gym是辅助机器人研究中有前景的工具。