面向自主机器人的分层生成式建模

人类在与周围环境交互时，能够通过规划、执行并组合单个肢体运动产生复杂的全身动作。我们在自主机器人操作的背景下研究了运动控制的这一基本方面。我们采用配备多级规划的分层生成式建模——用于自主任务完成——以模拟人类运动控制的深层时间架构。此处，时间深度指生成模型各层级展开所依循的嵌套时间尺度，例如，递送物体需要全局规划来为肢体多个局部运动的快速协调提供情境。这种时间尺度的分离也推动了机器人与控制的发展。具体而言，为实现通用的感觉运动控制，对个体肢体的规划与低级运动控制进行分层结构组织是有利的。我们使用数值与物理仿真开展实验，并确立该公式的有效性。利用分层生成模型，我们展示了一个人形机器人如何自主完成一项需要整体运用移动、操控与抓取的复杂任务。具体地，我们展示了一个人形机器人能够取回并搬运箱子、开门并走过门到达目的地、接近并踢足球，同时在机体损伤和地面不平整情况下表现出鲁棒性能。我们的发现证明了使用受人类启发运动控制算法的有效性，且我们的方法为自主完成具有挑战性的目标导向任务提供了一种可行的分层架构。