领域随机化在训练全身人形控制扩散策略中的作用

人形机器人有潜力成为面向人类设计的环境中的理想载体。由于与人体的结构相似性，它们受益于丰富的演示数据来源，例如通过遥操作、运动捕捉，甚至使用人类执行任务的视频收集。然而，从演示中提炼策略仍然是一个具有挑战性的问题。尽管扩散策略（DPs）在机器人操作中已展现出令人印象深刻的结果，但它们在运动控制和人形控制方面的应用仍未被充分探索。在本论文中，我们研究了数据集多样性和大小对DPs用于人形全身控制性能的影响。在模拟的IsaacGym环境中，我们通过在各种领域随机化（DR）条件下训练对抗运动先验（AMP）代理来生成合成演示，并比较了拟合到不同规模和多样性数据集的DPs。我们的发现表明，尽管DPs可以实现稳定的行走行为，但成功训练运动控制策略需要比操作任务大得多的数据集和更多样化的数据集，即使在简单场景中也是如此。