真实世界人形强化学习行走

Real-World Humanoid Locomotion with Reinforcement Learning (Radosavovic et al., Science Robotics 2024)进阶

仿真中强化学习训练 Transformer 控制器，零样本让人形机器人户外行走

UC Berkeley 的 Ilija Radosavovic、Jitendra Malik 等人 2023 年 3 月发布，2024 年发表于 Science Robotics。以往人形行走多靠经典控制器，难适应新环境。这项工作用因果 Transformer 做控制器，输入过去一段本体感知观测和动作，输出下一步动作，靠历史信息「在上下文中」适应地形，无需更新参数。训练全在 Isaac Gym 仿真中：先用特权信息训练教师策略，再结合模仿教师与强化学习训练学生策略，配合域随机化，再零样本部署到 Agility 的 Digit 人形机器人上。它能在多种户外地形行走并抗推扰，是学习型人形运控的早期代表作。