基于注意力接触机制的人形机器人移动
研究提出一种将运动数据仅作为训练先验的学习框架：自监督注意力接触规划器预测未来身体-环境接触，接触条件跟踪器将规划转为协调全身运动，使接触成为感知观测与控制动作之间的接口。单一策略可兼顾数据驱动运动先验与强化学习探索，后续微调阶段可探索原始运动数据未覆盖的环境变化；部署时仅依赖机载观测、无需参考输入。
发布于 10-23 23:02来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Humanoid Mobility via Attention-based Contacts》查看原链
摘要：在复杂地形上实现人形机器人移动，需要准确的落脚点以及能够稳健适应的全身协调运动。 未使用运动参考数据训练的强化学习（RL）策略在不同地形上泛化良好，但仅靠奖励设计和探索来激发有效的全身协调仍然困难。 相比之下，基于参考数据的方法能产生自然的运动，但难以适应训练数据中预定义轨迹之外的情况。
我们提出一个学习框架，通过严格将运动数据用作训练先验来衔接这两种方法。 一个显式的、自监督的、基于注意力的接触规划器预测未来的身体-环境接触，而一个以接触为条件的跟踪器将这些规划转化为协调的全身运动。 二者共同将接触确立为感官观测与控制动作之间的接口。
这种抽象使策略能够内化运动的接触感知结构，而不是直接复现运动学。 因此，单一策略既能利用数据驱动的运动先验实现自然的全身协调，又能通过强化学习保留发现环境相关行为的灵活性。 在学习到的接触规划器和跟踪器基础上，后续微调阶段利用它们已获得的能力，探索超出原始运动数据覆盖范围的环境变化。
该框架在部署时完全依赖机载观测、无需任何参考输入，从而在挑战性环境中实现多样的人形机器人移动。