ASE（对抗技能嵌入）

伯克利与 NVIDIA 2022 年的方法：从动捕片段学可复用的技能隐空间。

ASE 由加州大学伯克利分校和 NVIDIA 的彭学斌（Xue Bin Peng）、Sergey Levine、Sanja Fidler 等提出，发表于 SIGGRAPH 2022。仿真角色动画里，每个新任务常要从零训练策略，走、跑这些基本动作一遍遍重学。ASE 分两层：预训练时，在一批未标注、未切分的动作片段上训练以隐变量 z 为条件的低层策略，用对抗模仿学习（判别器判断动作像不像数据里的人）保证动作自然，再用无监督技能发现让不同的 z 对应不同技能；做下游任务时冻结低层策略，只训练输出 z 的高层策略，配简单奖励即可。借助 Isaac Gym 并行仿真，低层策略用了超过 100 亿个样本。它是 AMP（对抗运动先验）的后续工作。

例子一个持剑盾的仿真人形角色，先在约 30 分钟、187 段动作片段上预训练技能隐空间；之后只给「跑到目标处把它击倒」的奖励，高层策略就能组合出跑动、挥剑、击中的连贯动作。

也叫

Adversarial Skill Embeddings、对抗技能嵌入

相关

对抗运动先验、生成对抗模仿学习、无监督技能发现、潜在空间、行为基础模型、Isaac Gym

来源

ASE: Large-Scale Reusable Adversarial Skill Embeddings for Physically Simulated Characters (arXiv 2205.01906)
ASE 项目页（Xue Bin Peng）

信息截至

2022-07