论文速读|I-CTRL:通过受限强化学习使人型机器人模仿和控制

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:

相关推荐
铭keny9 分钟前
YOLO11 目标检测从安装到实战
人工智能·目标检测·目标跟踪
杨小扩6 小时前
第4章:实战项目一 打造你的第一个AI知识库问答机器人 (RAG)
人工智能·机器人
whaosoft-1436 小时前
51c~目标检测~合集4
人工智能
雪兽软件6 小时前
2025 年网络安全与人工智能发展趋势
人工智能·安全·web安全
元宇宙时间7 小时前
全球发展币GDEV:从中国出发,走向全球的数字发展合作蓝图
大数据·人工智能·去中心化·区块链
小黄人20257 小时前
自动驾驶安全技术的演进与NVIDIA的创新实践
人工智能·安全·自动驾驶
ZStack开发者社区8 小时前
首批 | 云轴科技ZStack加入施耐德电气技术本地化创新生态
人工智能·科技·云计算
X Y O9 小时前
神经网络初步学习3——数据与损失
人工智能·神经网络·学习
唯创知音9 小时前
玩具语音方案选型决策OTP vs Flash 的成本功耗与灵活性
人工智能·语音识别
Jamence9 小时前
多模态大语言模型arxiv论文略读(151)
论文阅读·人工智能·语言模型·自然语言处理·论文笔记