MyoSuite——面向肌肉骨骼运动控制的富含接触仿真套件
机器人学
2022-06-07 v1 人工智能
机器学习
摘要
连续控制领域中的具身智能体很少接触到能够探索肌肉骨骼特性的任务，而这些特性使生物体能做出敏捷灵巧的行为。神经-肌肉骨骼控制背后的复杂性给运动学习领域带来了新挑战。同时，解决复杂神经控制问题的智能体可对神经康复及协作机器人等领域产生影响。人体生物力学以复杂的多关节-多执行器肌肉骨骼系统为基础。感觉-运动系统依赖一系列富含感觉接触与本体感受的输入，这些输入定义并调节在物理世界中展现智能行为所需的肌肉驱动。当前肌肉骨骼控制框架既不支持肌肉骨骼系统的生理复杂性，也不具备物理世界交互能力。此外，它们既未嵌入复杂且熟练的运动任务中，也不具备计算高效性与可扩展性以研究大规模学习范式。在此，我们提出MyoSuite——一套具有物理接触能力的肘、腕、手的生理精确生物力学模型套件，可学习复杂且熟练的富含接触的真实世界任务。我们提供多样的运动控制挑战：从简单姿态控制到熟练的手-物交互，如转钥匙、转笔、单手旋转两球等。通过支持肌肉骨骼几何（肌腱转移）、辅助设备（外骨骼助力）与肌肉收缩动力学（肌肉疲劳、肌少症）的生理改变，我们呈现具有时间变化的真实任务，从而在我们的任务中暴露出大多数连续控制基准所缺乏的现实非平稳条件。
引用
@article{arxiv.2205.13600,
title = {MyoSuite -- A contact-rich simulation suite for musculoskeletal motor control},
author = {Vittorio Caggiano and Huawei Wang and Guillaume Durandau and Massimo Sartori and Vikash Kumar},
journal= {arXiv preprint arXiv:2205.13600},
year = {2022}
}