基于层次化世界模型的视觉全身人oid 控制器

全身控制对于人oid 机器人具有高维特性，又加上两足形态的固有不稳定性，使得问题更加困难。从视觉观察中进行学习进一步加剧了这一难度。在本文中，我们探索了一种高度数据驱动的方法，用于基于强化学习的视觉全身人oid 控制，完全不依赖任何简化假设、奖励设计或技能原语。具体而言，我们提出一种层次化世界模型，其中高层智能体基于视觉观察生成命令供低层智能体执行，两者都通过奖励进行训练。我们的方法在 8 个任务中使用 56 自由度的人类模拟体产生了高性能的控制策略，同时合成的运动被人类广泛偏好。