ASAP

ASAP: Aligning Simulation and Real-World Physics for Learning Agile Humanoid Whole-Body Skills常用

用真机数据学一个动作修正模型来缩小虚实差距，让人形机器人做高难动作

卡内基梅隆大学与英伟达 2025 年 2 月发布的人形全身控制方法，发表于 RSS 2025。仿真里练好的动作到真机上常常走样，因为仿真的物理和真实电机、接触不一致，即虚实差距。ASAP 分两步：先在仿真里用重定向后的人类动作数据训练运动跟踪策略；再把策略部署到真机采集轨迹，训练一个增量（残差）动作模型，学出「仿真里要额外补多少动作才能和真机表现一致」，把它接进仿真器后微调原策略。在宇树 G1 上，它的效果优于系统辨识、域随机化等常用做法，代码已开源。