人形机器人把平衡交给残差策略:DKWBC在全部训练数据规模上跟踪成功率与精度均高于SONIC
人形机器人全身控制通常让一个策略同时学会跟踪动作和保持平衡,相近姿态却对应差别很大的力矩需求。DKWBC把跟踪力矩交给浮动基逆动力学前馈加关节PD反馈,只让强化学习策略输出关节力矩残差来维持平衡。在BONES-SEED两个测试集上,从2到128小时的各训练数据规模下,它的成功率都更高、跟踪误差都更低;同一套平衡策略还能在负重和外部扰动下工作。
人形机器人全身控制通常让一个策略同时学会跟踪动作和保持平衡,相近姿态却对应差别很大的力矩需求。DKWBC把跟踪力矩交给浮动基逆动力学前馈加关节PD反馈,只让强化学习策略输出关节力矩残差来维持平衡。在BONES-SEED两个测试集上,从2到128小时的各训练数据规模下,它的成功率都更高、跟踪误差都更低;同一套平衡策略还能在负重和外部扰动下工作。
已读完全部报道