打开人形机器人像素到动作策略迁移的仿真-现实之门
机器人学
2025-12-02 v1 计算机视觉与模式识别
摘要
近期GPU加速、逼真的仿真技术进展为机器人学习开辟了可扩展的数据生成路径，通过大规模物理和视觉随机化，使策略能够在超出精心挑选环境的范围内获得泛化能力。基于这些进展，我们开发了一种基于视觉的人形loco-manipulation教师-学生-引导学习框架，采用关节物体交互作为代表性高难度基准。我们的ethods引入了阶段性重置探索策略，以稳定长期阶梯式特权策略训练，提出基于GRPO的精细调优程序以缓解部分可观测性并提高仿真-现实RL的闭环一致性。完全基于仿真数据训练得到的策略在多样化的门类型下实现了鲁棒的零样本性能，并在相同的全身控制堆栈下超越了人类遥操作员最高可达31.7%的任务完成时间。这是首个能够使用纯RGB感知实现多样化关节loco-manipulation的人形机器人仿真-现实策略。
引用
@article{arxiv.2512.01061,
title = {Opening the Sim-to-Real Door for Humanoid Pixel-to-Action Policy Transfer},
author = {Haoru Xue and Tairan He and Zi Wang and Qingwei Ben and Wenli Xiao and Zhengyi Luo and Xingye Da and Fernando Castañeda and Guanya Shi and Shankar Sastry and Linxi "Jim" Fan and Yuke Zhu},
journal= {arXiv preprint arXiv:2512.01061},
year = {2025}
}
备注
https://doorman-humanoid.github.io/