LocoMuJoCo
LocoMuJoCo (Imitation Learning Benchmark for Whole-Body Locomotion)进阶基于 MuJoCo 的全身运动模仿学习基准,含人形、四足和人体肌骨模型。
LocoMuJoCo 是德国达姆施塔特工业大学 Jan Peters 课题组(Firas Al-Hafez 等)2023 年发布的开源基准,专门评测运动(locomotion)方向的模仿学习算法。此前的运动基准多是简化的玩具任务,它提供四足、人形机器人和人体肌骨模型,配套真实动捕数据、专家数据和次优数据。后续版本改用 JAX,支持 MJX 和 MuJoCo Warp 并行仿真;当前含 12 个人形和 4 个四足环境,把 AMASS、LAFAN1 等 2.2 万多条动捕数据重定向到各款人形上,附带 PPO、GAIL、AMP、DeepMimic 等基线和域随机化接口。
例子用 ImitationFactory 创建宇树 H1 环境,载入 LAFAN1 中的跳舞、走路片段,再用自带的 AMP 算法训练策略模仿这些动作。
- 相关
- MuJoCo、MJX、模仿学习、动作重定向、AMASS 人体动捕数据集、对抗运动先验
- 来源
- LocoMuJoCo: A Comprehensive Imitation Learning Benchmark for Locomotion (arXiv 2311.02496)
loco-mujoco GitHub 仓库 - 信息截至
- 2026-09