英偉達機器人跳舞驚艷全網(wǎng) 機器人版科比、詹皇、C羅真的來了！

2025-02-05 18:09:16

字體：大中小

供稿：網(wǎng)友

機器人界「球星」竟被CMU英偉達搞出來了！科比后仰跳投、C羅、詹皇霸氣慶祝動作皆被完美復(fù)刻。2030年，我們將會看到一場人形機器人奧運會盛宴。

機器人版科比、詹皇、C羅真的來了！

只見「科比」后仰跳投，在賽場上大殺四方。

「C羅」和「詹姆斯」也紛紛展示了自己的招牌慶祝動作。

以上這些還只是開胃菜，這款人形機器人還會側(cè)跳、前跳、前踢、右踢，甚至能夠完成深蹲、腿部拉伸等高難度動作。

更驚艷的是，它還會跳APT舞，非常嗨皮。

比起波士頓動力Altas，如今人形機器人早已進化到人們難以想象的樣子。正如Figure創(chuàng)始人所言，人形機器人iPhone時刻即將到來。

那么，能夠成為「機器人界的科比」，究竟是用了什么魔法？

來自CMU和英偉達的華人研究團隊重磅提出ASAP，一個「real2sim2real」模型，能讓人形機器人掌握非常流暢且動感的全身控制動作。

項目主頁：https://agile.human2humanoid.com/

論文地址：https://arxiv.org/abs/2502.01143

開源項目：https://github.com/LeCAR-Lab/ASAP

它包含了兩大階段——預(yù)訓(xùn)練和后訓(xùn)練。

在第一個階段中，通過重定向的人體數(shù)據(jù)，在仿真環(huán)境中預(yù)訓(xùn)練運動跟蹤策略。

在第二階段，將這些策略部署到現(xiàn)實世界，并收集真實世界數(shù)據(jù)，訓(xùn)練一個delta動作模型，來彌補動力學(xué)差異。

然后，ASAP把這個delta動作模型集成到仿真器中，對預(yù)訓(xùn)練策略進行微調(diào)，讓它和現(xiàn)實世界的動力學(xué)更匹配。

英偉達高級研究科學(xué)家Jim Fan激動地表示，我們通過RL讓人形機器人成功模仿C羅、詹姆斯和科比！

這些神經(jīng)網(wǎng)絡(luò)模型，正在英偉達GEAR實驗室的真實硬件平臺上運行。

在網(wǎng)上看到的多數(shù)機器人演示視頻都是經(jīng)過加速處理的，而我們特意「放慢動作速度」，讓你能清晰觀賞每個流暢的動作細節(jié)。

我們提出的ASAP模型采用了「真實→仿真→真實」方法，成功實現(xiàn)了人形機器人全身控制所需的超平滑動態(tài)運動。

我們首先在仿真環(huán)境對機器人進行預(yù)訓(xùn)練，但面臨眾所周知的仿真與現(xiàn)實差距：人工設(shè)計的物理方程難以準確模擬真實世界的動力學(xué)特性。

我們的解決方案簡明有效：將預(yù)訓(xùn)練策略部署到實體機器人采集數(shù)據(jù)，隨后在仿真環(huán)境回放動作記錄。雖然回放過程必然產(chǎn)生偏差，但這些誤差恰恰成為修正物理差異的關(guān)鍵數(shù)據(jù)源。通過額外神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)差異參數(shù)，本質(zhì)上是對傳統(tǒng)物理引擎進行「動態(tài)校準」，使機器人能依托GPU的并行計算能力，在仿真環(huán)境中獲得近乎真實的大規(guī)模訓(xùn)練體驗。

未來屬于混合仿真時代：既繼承經(jīng)典仿真引擎數(shù)十年錘煉的精準優(yōu)勢，又融合現(xiàn)代神經(jīng)網(wǎng)絡(luò)捕捉復(fù)雜現(xiàn)實世界的超凡能力，實現(xiàn)兩者的協(xié)同進化。

上一篇：松下電視將成歷史發(fā)展人工智能數(shù)據(jù)中心

下一篇：“本源悟空”全球訪問量突破2000萬已完成33.9萬余個量子計算任務(wù)