Mobile-TeleVision：面向人形机器人全身控制的预测性运动先验
机器人学
2025-03-11 v2 人工智能
机器学习
摘要
人形机器人既需要稳健的下肢运动能力，也需要精确的上肢操作能力。尽管近期的强化学习（RL）方法提供了全身运动-操作策略，但它们缺乏对高自由度手臂的精确操作。本文中，我们提出将上肢控制与运动解耦，利用逆运动学（IK）和运动重定向实现精确操作，而强化学习则专注于稳健的下肢运动。我们引入了预测性运动先验（PMP），该先验通过条件变分自编码器（CVAE）训练，以有效表征上肢运动。运动策略的训练以上肢运动表征为条件，确保系统在操作和运动两方面均保持稳健。我们表明，CVAE特征对于稳定性和鲁棒性至关重要，并且在精确操作方面显著优于基于强化学习的全身控制。凭借精确的上肢运动与稳健的下肢运动控制，操作员可以远程控制人形机器人四处行走并探索不同环境，同时执行多样化的操作任务。
引用
@article{arxiv.2412.07773,
title = {Mobile-TeleVision: Predictive Motion Priors for Humanoid Whole-Body Control},
author = {Chenhao Lu and Xuxin Cheng and Jialong Li and Shiqi Yang and Mazeyu Ji and Chengjing Yuan and Ge Yang and Sha Yi and Xiaolong Wang},
journal= {arXiv preprint arXiv:2412.07773},
year = {2025}
}
备注
Accepted for ICRA 2025