Dual-Level Humanoid Whole-Body Controller
本文介绍了 Jaeger，一种用于人形机器人的双层全身控制器，它通过将上肢和下肢控制解耦来克服维度挑战，并利用在重定向人体运动数据上训练的监督学习与强化学习混合方法，在模拟和真实环境中实现了鲁棒且多样的性能。
原始论文采用 CC BY 4.0 许可（https://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
人形机器人长期以来一直是科幻小说中的梦想——这些机器被设计成看起来和行动起来都像人类，能够应对我们的楼梯、打开我们的门并使用我们的工具。为了让这些机器人真正发挥作用，它们必须掌握全身控制（whole-body control），这是一种复杂的平衡艺术，机器需要同时协调数十个关节，以便在伸手、行走或搬运物体时保持直立。挑战在于运动部件的数量之多：机器人的手臂和腿部往往有着相互冲突的需求，例如，手臂可能在剧烈摆动以抓取杯子，而腿部则必须保持极其稳定以防止摔倒。传统方法往往难以教导单一的计算机程序来同时管理所有这些运动部件，导致机器人的动作僵硬、不稳定，或者在遇到现实世界的不可预测性时容易失败。
北京人工智能研究院的一个研究小组开发了一种针对这一问题的新方法，创建了一个名为 JAEGER 的控制系统。他们并没有强迫一个“大脑”来管理整个机器人，而是将任务拆分为两个截然不同的角色，就像人类的大脑可能会分别管理走路的节奏并让双手专注于精细任务一样。这种双层系统为机器人的下半身分配了一个负责平衡和地面移动的控制器，并为上半身分配了第二个独立的控制器，专门负责伸手和操纵物体。通过分离这些职责，研究人员发现他们可以更有效地训练机器人，让每个部分都能专注于其特定的工作，而不至于干扰另一部分。
研究人员在两种不同的类人机器人 H1 和 H1-2 上测试了该系统，在模拟环境中进行了数千次训练课程，随后才转移到现实世界。他们教会了机器人执行各种各样的任务，从横向行走、向前行走，到执行需要躯干与肢体之间精确协调的复杂舞蹈动作。在一次演示中，机器人利用操纵杆和虚拟现实接口，在运动过程中靠近并抓取一个玩偶，依靠下半身控制器维持稳定性，同时由上半身控制器引导手臂。在另一个演示中，机器人进行了一系列舞蹈动作，通过重心偏移和肢体序列化运动，要求两个控制器和谐协作。
为了实现这一点，团队必须解决一个困难的数据问题：如何将记录自真实人类的动作转化为机器人可以遵循的指令。人类的身体和机器人的身体构造不同；人类拥有不同的关节数量和运动范围。研究人员创建了一个快速、高效的系统，将人类姿态映射到机器人的骨架上，确保动作看起来自然且在机器人的物理能力范围内。随后，他们采用了一种循序渐进的训练方法，首先教会机器人独立行走和平衡，然后逐渐引入上半身的任务。这种方法防止了机器人在学习过程中变得混乱或不稳定，使其能够收敛到一个既稳健又多功能的解决方案。
实验结果表明，这种分层控制策略比以往的方法效果显著更好。在测试机器人跟随指令移动特定速度或保持特定姿势的能力时，新系统产生的误差比领先的替代方案更少。例如，当被要求在移动时追踪特定速度时，使用新系统的机器人其前进速度误差仅约为 0.15 米/秒，这相比于那些难以保持航向的其他方法有了显著改进。同样，当被要求模仿复杂姿势时，机器人的关节运动精度更高，将预期位置与实际位置之间的偏差降低到了其他系统所能达到的极小比例。
研究人员还发现，保持两个控制器的独立性对于机器人的稳定性至上重要。当他们尝试使用单一控制器来管理全身时，机器人经常会在平衡与运动之间做出权衡，导致在执行复杂任务时出现动作生硬或失败的情况。通过解耦系统，即使上半身遇到问题，下半身也能继续有效运作，而上半身可以完全专注于手头的任务，而不必担心行走时的机械原理。这种设计也使训练过程更快、更可靠，因为系统可以从人类运动数据中学习，而不会被单一、庞大的控制网络中相互冲突的需求所困扰。
在最终测试中，机器人展示了应对干扰的卓越能力。当研究人员施加相当于高达 210 牛顿的侧向推力时，机器人能够在超过 90% 的试验中保持平衡或从踉跄中恢复。这种韧性表明，该系统不仅是理论上的成功，更是现实世界应用中的实用解决方案。研究人员指出，他们的方法允许高频更新，这意味着机器人每秒可以调整动作一千多次，这种速度对于远程手术或精细操作等低延迟任务是必不可少的。
这项工作并不声称已经解决了机器人领域的所有问题，但它为提高类人机器人的能力和可靠性提供了一条清晰的路径。通过将全身控制这一复杂任务分解为可管理的专业部分，研究人员证明了机器人可以学会以一种此前难以实现的流畅度和适应性进行运动。JAEGER 的成功表明，类人机器人的未来可能不在于构建一个单一、全知的“大脑”，而在于创造一种让机器的不同部分能够协同工作、各司其职以实现共同目标的系统。
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。