从人体运动学习双足机器人行走

从人类示范教导拟人机器人,有机会使其运动具备类人特质。本工作中我们提出一种基于强化学习的方法,用于教导真实双足机器人直接依据人体动作捕捉数据执行运动。我们的方法无缝地从仿真环境训练过渡到物理机器人执行,无需任何真实世界训练迭代或离线步骤。为克服机器人与动作捕捉演员间关节构型的差异,我们的方法将运动重定向融入训练过程。采用域随机化技术补偿仿真与物理系统间的差异。我们在一个内部开发的人形机器人上演示了该方法,运动涵盖动态行走周期到复杂平衡与挥手。我们的控制器保留了动作捕捉数据所赋予的风格,并展现出优雅的失效模式,从而实现机器人安全操作。本工作仅用于研究目的。