HumanoidNDM：通过人形机器人神经动力学模型弥合运动跟踪的训练-部署差距
该论文提出 HumanoidNDM，一个由真实世界训练的神经动力学模型驱动的人形机器人运动跟踪在线微调框架，用于弥合训练与部署之间的动力学差距。数据采集阶段采用带自适应强度机制的低频参考扰动方法；模型训练阶段在欧氏空间中训练基于历史本体感知的神经动力学模型，并引入可微前向运动学，从而不依赖动作捕捉系统；策略微调阶段通过反向传播模型梯度直接微调策略。作者在 Unitree G1 机器人上完成物理验证，称其能快速适应多种扰动，并称这是首个面向人形机器人跟踪策略的在线、无需动作捕捉的微调框架。
发布于 10-27 12:55来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《HumanoidNDM: Closing the Training-Deployment Gap of Motion Tracking via Humanoid Neural Dynamics Model》查看原链
人形机器人近期在运动跟踪方面取得了显著成功。 然而，在实际部署过程中，机器人不可避免地会遇到由额外物理扰动或仿真建模不准确所导致的动力学差距，从而产生显著的训练-部署差距。 因此，有效利用真实世界数据对策略进行微调，是实现稳健部署的关键最后一公里。
为弥合这一差距，我们提出 HumanoidNDM，一个由真实世界训练的神经动力学模型驱动的人形机器人运动跟踪在线微调框架。 首先，在数据采集阶段，我们引入一种带自适应强度机制的低频参考扰动方法，兼顾部署可行性与探索效率。 其次，在模型训练阶段，我们通过引入可微前向运动学，在欧氏空间中训练一个基于历史信息、鲁棒的、本体感知神经动力学模型，从而消除对昂贵动作捕捉系统的依赖。
最后，在策略微调阶段，我们通过反向传播的模型梯度直接微调策略，实现高数据效率。 通过在 Unitree G1 机器人上的物理验证，我们证明 HumanoidNDM 能够快速适应真实世界中的各种扰动，这是首个面向人形机器人跟踪策略的在线、无需动作捕捉的微调框架。