通过可微仿真学习可部署的运动控制

可微仿真器通过提供系统动力学的解析梯度，有望提高机器人学习的样本效率。然而，将其应用于运动等富接触任务时，接触固有的非光滑特性会阻碍有效的基于梯度的优化。因此，现有工作通常依赖于提供光滑梯度但缺乏物理精度的软接触模型，导致结果局限于仿真中。为了解决这一限制，我们提出了一种可微接触模型，旨在提供有信息量的梯度的同时保持高物理保真度。我们通过在我们的可微仿真器中利用解析梯度训练四足运动策略，并将学习到的策略零样本成功迁移到现实世界，从而证明了我们方法的有效性。据我们所知，这代表了完全在可微仿真器中学习的腿部运动策略的首次成功 sim-to-real 迁移，确立了使用可微仿真进行现实世界运动控制的可行性。