从白板到涌现能力：通过真实世界无监督质量多样性发现机器人技能

自主技能发现旨在使机器人能够在没有明确监督的情况下习得多样化行为。由于安全和数据效率的限制，直接在物理硬件上学习此类行为仍然具有挑战性。现有方法，包括质量多样性演员-评论家（QDAC），需要手动定义技能空间和精心调校的启发式方法，限制了其在真实世界的适用性。我们提出无监督真实世界技能获取（URSA），这是 QDAC 的扩展，使机器人能够直接在真实世界中自主发现并掌握多样化、高性能的技能。我们展示了 URSA 在仿真和真实世界中成功地在宇树 A1 四足机器人上发现了多样化的运动技能。我们的方法既支持启发式驱动的技能发现，也支持完全无监督的设置。我们还表明，所学的技能库可重用于下游任务，例如真实世界的损伤适应，其中 URSA 在 9 个仿真损伤场景中的 5 个和 5 个真实世界损伤场景中的 3 个中优于所有基线。我们的结果为真实世界机器人学习建立了一个新框架，能够在有限的人工干预下实现持续的技能发现，这代表着向更自主、适应性更强的机器人系统迈出了重要一步。演示视频可在 https://adaptive-intelligent-robotics.github.io/URSA 获取。