
輝達 GEAR 實驗室和卡內基美隆大學的研究人員共同開發了一個突破性的 AI 框架 ASAP(代表「對齊模擬與現實物理以學習敏捷人形全身技能」),有效縮小了機器人在模擬和現實世界運動之間的差距。
這個系統採用兩階段方法,首先在模擬環境中進行初步訓練,然後運用專門的神經網路來適應現實世界的物理差異。與現有方法相比,ASAP將模擬和實際運動之間的誤差減少了約53%。
CMU researchers, in collaboration with NVIDIA, present ASAP, a two-stage framework for humanoid robot agility.
It pre-trains motion policies on human data, then refines them with real-world corrections using a delta action model, which adjusts for simulation mismatches. pic.twitter.com/zVwAEWczZs
— The Humanoid Hub (@TheHumanoidHub) February 4, 2025
研究團隊使用Unitree G1人形機器人進行測試,成功展示多項令人印象深刻的動作能力,包括超過一公尺的往前跳。更引人注目的是,機器人能夠模仿足球明星C羅(克里斯蒂亞諾·羅納度,Cristiano Ronaldo)、NBA球星勒布朗·詹姆斯(LeBron James)和柯比·布萊恩(Kobe Bryant)等體育明星的招牌動作或慶祝動作。正如輝達高級研究經理兼GEAR負責人Jim Fan所說,這些動作的展示速度必須放慢,才能讓觀眾看清楚。
▲ 模仿Kobe Bryant。
▲ 模仿C羅。
在技術層面,ASAP的第一階段利用從影片中擷取的運動數據來訓練初始控制策略。當機器人部署到現實環境時,框架會收集實際表現數據,並訓練一個增量動作模型,來彌補模擬與現實之間的差異,這使得機器人能夠更準確地執行複雜的人類動作。
▲ 往前跳。
▲ 跳個APT。
儘管取得了顯著進展,該項目也揭示了現有的硬體限制。在進行高強度動態運動時,電機容易過熱,研究過程中甚至導致兩個機器人受損。然而,研究團隊認為這只是開始,他們已在GitHub上公開原始碼,期待其他研究人員能進一步改進這項技術。
- Nvidia researchers demonstrate significant progress in robot training
- Watch robots imitate Cristiano Ronaldo and LeBron James’ iconic moves using Nvidia AI
(首圖來源:論文)