LocoFormer：通过长程适应的通用 locomotion 模型

现代 locomotion 控制器针对特定机体进行手动调参。我们提出 LocoFormer，一个通用 Omni-bodied locomotion 模型，能够控制以前未遇到的四足和轮式机器人，即使没有精确的运动学知识。LocoFormer 能够在测试时适应形态和动力学的变化。我们发现，两项关键选择使适应成为可能。首先，我们在 procedurally 生成的机器人上进行大规模 RL 训练，并采用激进的 domain randomization。其次，与以往短 context 长度的狭隘策略不同，我们将 context 延长多个数量级，以跨越 episode 边界。我们部署相同的 LocoFormer 控制各种机器人，即使在大规模扰动（如重量变化和电机故障）下也能实现稳健控制。在极端情况下，我们看到跨 episode 的涌现适应——LocoFormer 从早期 episode 中的跌倒中学习，以改进后期的控制策略。我们认为，这种简单而通用的配方未来可以用于训练其他机器人技能的 foundation 模型。视频请参见 generalist-locomotion.github.io。