论文地址:https://arxiv.org/pdf/2405.08726
I-CTRL(Imitation to Control Humanoid Robots Through Constrained Reinforcement Learning)是一个旨在解决现有人类运动到人型机器人的转换方法在物理可行性上的不足的框架。该框架通过在非物理基础的转换后的运动上施加受限的强化学习算法,提高了运动相似度,并确保了跟随参考人类轨迹的能力。研究团队对四种不同的人型机器人(Bruce、Atlas、H1 和 JVRC-1)进行了测试,证明了 I-CTRL 在不同机器人和大规模动作数据集上的泛化能力。通过使用简单且独特的奖励函数,I-CTRL 能够使用单一的强化学习代理来跟踪大约 10,000 种不同的动态运动。该研究的贡献包括:1) 实现了多种人型机器人的物理相容的人类 ähnliche 运动学习;2) 设计了一种新的样本高效的受限强化学习算法,该算法能够更好地保留目标运动的风格,并且能够泛化到大约 10,000 种运动,使用单一的策略和共享的奖励;3) 对四种不同的人型机器人进行了定量和定性的评估,展示了模型在不调整奖励的情况下的灵活性。
论文初读: