DynaRetarget: Dynamically-Feasible Retargeting using Sampling-Based Trajectory Optimization
本文介绍了 DynaRetarget，这是一种新颖的流程，它利用基于采样的轨迹优化（SBTO）框架，将人类运动动态地细化为鲁棒且符合动力学的人形控制策略，从而能够生成大规模合成 loco-manipulation 数据集。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你有一位技艺高超的人类舞者，能够完成一套复杂的舞蹈动作，包括踢腿、托举以及推动一个沉重的箱子。现在，你希望一个笨拙、沉重的机器人能够精确地复制这套舞蹈。
问题在于，人类和机器人的构造截然不同。如果你只是简单地让机器人去复制人类的关节角度（这一过程称为“重定向”），机器人可能会尝试用一只并不存在的脚去踢箱子，或者试图举起一个超出其特定电机承重能力的箱子。其结果是一个在纸面上看起来正确、但在物理上根本无法执行的“运动学”计划——机器人会摔倒、打滑或发生碰撞。
本文介绍了DynaRetarget，这是一个旨在修复这些失效计划并将其转化为真实、可执行的机器人动作的新系统。
以下是其工作原理，辅以简单的类比：
1. 问题：一张“糟糕的地图”
将初始的机器人计划想象成一张由从未见过地形的人绘制的地图。它标示了路径，但上面有漏洞（缺失的脚部接触点）或通向悬崖（不可能的物理状态）。如果机器人盲目地跟随这张地图，就会失败。
以往的方法试图分小步修复这张地图。想象一位徒步者只盯着脚前的一小块地面。如果地图指示“跳跃”，徒步者就跳。但如果跳跃距离太远，他就会摔倒；而且因为他只向前看了一步，无法回头改变决定去助跑。他们是“近视”的（目光短浅）。
2. 解决方案：一把“攀爬梯”（SBTO）
作者提出了一种名为**基于采样的轨迹优化（SBTO）**的新方法。
SBTO 不像只关注单一步骤那样，也不试图一次性解决整个 10 分钟的舞蹈（这太难且令人困惑），而是像一位攀爬者，一级一级地搭建梯子：
- 第一步： 优化舞蹈的前几秒钟。
- 第二步： 一旦前几秒钟稳固，就加入接下来的几秒钟，将第一部分作为稳定的基础。
- 第三步： 持续增加时间，并在过程中不断完善整个计划。
这就像通过先完善第一个词，再完善第一个短语，接着完善第一个句子，以此类推，来修正一个长句。当它到达舞蹈的结尾时，整个序列在物理上就是一致的。它不仅仅着眼于紧接的下一步，而是将整个未来纳入考量，确保开头的“踢腿”能完美地为结尾的“落地”做好铺垫。
3. 结果：一场“打磨过”的表演
该系统对粗糙、不完美的“人转机器人”复制动作进行平滑处理。
- 修正物理状态： 如果机器人本应接触地面，但数学计算显示它处于悬浮状态，SBTO 会调整关节，使脚实际触地。
- 处理重物搬运： 它能够找到移动比原始人类演示更重或形状不同的箱子的方法，而无需另一个人来演示如何操作。
4. 回报：教会机器人学习
一旦 DynaRetarget 生成了这个“完美”的物理计划，它就会将其输入机器人“大脑”（利用强化学习）。由于该计划在物理上是真实的，机器人大脑的学习速度会快得多。
- 类比： 想象教学生开车。如果你给他们一张标有不存在的桥梁的地图，他们会撞车并感到困惑。如果你给他们一张真实道路的地图，他们就能快速、平稳地学会驾驶。
- 论文主张： 作者在数百种不同的动作（踢、推、举）上测试了该方法。他们的方法成功率几乎是之前最佳方法的两倍。此外，在这些“完美”计划上训练的机器人，比在“粗糙”计划上训练的机器人在现实世界中执行任务的表现要好得多。
总结
DynaRetarget 是一个处理流程，它接收人类杂乱、不完美的运动数据，利用智能的、分步的优化“梯子”来修正物理问题，并为人形机器人生成一份 flawless（完美无缺）、可直接用于现实世界的操作手册。它解决了“近视”式规划的问题，使机器人能够以高成功率学习复杂的、涉及大量接触的任务（如踢球或推架子）。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。