HumanoidBench：用于全身运动与操作的仿真人形机器人基准
机器人学
2024-06-21 v2 人工智能
机器学习
摘要
人形机器人得益于其利用类人形态的灵活性和适应性，在辅助人类于多种环境和任务中展现出巨大潜力。然而，人形机器人的研究常常受制于昂贵且脆弱的硬件设置。为了加速人形机器人的算法研究，我们提出了一个高维度的仿真机器人学习基准 HumanoidBench，其特点包括一个配备灵巧手的人形机器人以及各种具有挑战性的全身操作和运动任务。我们的研究结果表明，最先进的强化学习算法在大多数任务中表现不佳，而分层学习方法在有稳健的低层策略（如行走或抓取）支持时，能够取得更优越的性能。借助 HumanoidBench，我们为机器人社区提供了一个平台，以识别人形机器人在解决各种任务时出现的挑战，从而促进算法和想法的快速验证。开源代码可在 https://humanoid-bench.github.io 获取。
引用
@article{arxiv.2403.10506,
title = {HumanoidBench: Simulated Humanoid Benchmark for Whole-Body Locomotion and Manipulation},
author = {Carmelo Sferrazza and Dun-Ming Huang and Xingyu Lin and Youngwoon Lee and Pieter Abbeel},
journal= {arXiv preprint arXiv:2403.10506},
year = {2024}
}