人形机器人也能像詹姆斯和科比一样敏捷？CMU华人团队发布“ASAP”技术，让宇树机器人变“真人”

人形机器人能像罗纳尔多，詹姆斯和科比那样运动吗？

能！

刚刚卡内基梅隆大学（CMU）的华人研究人员Tairan He与英伟达（NVIDIA）合作，推出了名为 ASAP (Aligning Simulation and Real Physics，对齐模拟与真实物理) 的创新框架，旨在赋予人形机器人前所未有的敏捷性。这项研究成果预示着人形机器人在运动控制领域迈出了重要一步，相关论文和代码已开源

项目网站:

https://agile.human2humanoid.com

代码仓库:

https://github.com/LeCAR-Lab/ASAP

paper：

https://agile.human2humanoid.com/static/asap.pdf

英伟达高级研究经理Jim Fan 在社媒体上激动宣布：“使用强化学习（RL）让人形机器人（宇树Unitree G1）学会了像罗纳尔多、詹姆斯和科比一样的运动！这些神经网络模型正在英伟达GEAR 实验室的真实硬件上运行。你们在网上看到的大部分机器人演示视频都被加速了，而这个项目实际上是放慢了速度，以便你们可以欣赏流畅的动作。”

我把演示视频做了一个合订本，大家看看，真的很惊人，APT舞蹈也不再话下：

Jim Fan 进一步解释说，ASAP 是一种 “real2sim2real”（真实到模拟再到真实）的模型，能够使人形机器人掌握极其流畅和动态的全身控制动作

该框架首先在模拟环境中对机器人进行预训练，利用人类运动数据来学习运动策略。然而，长期以来困扰机器人领域的 “sim2real”（模拟到真实）差距依然存在：手工设计的物理方程很难完美匹配真实世界的动力学特性

ASAP 的解决方案简洁而有效：将预训练的策略部署到真实硬件上，收集真实世界的数据，然后在模拟环境中重放这些运动。 虽然重放的运动会存在误差，但这却为弥补物理差异提供了丰富的信号。研究人员利用另一个神经网络来学习这种 “增量”（delta），本质上是对传统的物理引擎进行“修补”，从而使机器人能够在 GPU 上大规模地体验接近真实世界的环境

Jim Fan 认为，未来属于 混合仿真：结合经过数十年完善的经典仿真引擎的强大功能，以及现代神经网络捕捉复杂世界的能力

论文摘要

人形机器人拥有执行类人全身技能的巨大潜力。然而，实现敏捷和协调的全身运动仍然是一项重大挑战，这主要是由于模拟环境与真实世界之间的动力学差异。现有的方法，如系统辨识（SysID）和领域随机化（DR），通常依赖于费力的人工参数调整，或者导致过于保守的策略，牺牲了敏捷性

论文主要介绍了 ASAP (Aligning Simulation and Real Physics)，这是一个旨在解决动力学差异并实现敏捷人形机器人全身技能的两阶段框架

第一阶段， 使用重新定向的人类运动数据，在模拟环境中预训练运动跟踪策略

第二阶段， 将策略部署到真实世界中，并收集真实世界的数据，以训练一个 增量（残差）动作模型，该模型用于补偿动力学差异。然后，ASAP 将增量动作模型集成到模拟器中，微调预训练的策略，使其有效地与真实世界的动力学对齐

论文在三个迁移场景中评估了 ASAP 的性能：IsaacGym 到 IsaacSim，IsaacGym 到 Genesis，以及 IsaacGym 到真实世界的 Unitree G1 人形机器人。结果表明，ASAP方法显著提高了各种动态运动的敏捷性和全身协调性，与系统辨识（SysID）、领域随机化（DR）和增量动力学学习基线相比，ASAP 显著降低了跟踪误差

ASAP 实现了以前难以实现的高度敏捷的运动，展示了增量动作学习在桥接模拟和真实世界动力学方面的潜力。这些结果表明，为开发更具表现力和敏捷性的人形机器人，Sim-to-Real 技术正朝着一个充满希望的方向发展

方法概述

ASAP 框架包含四个步骤：

1. 1. 运动跟踪预训练和真实轨迹收集： 利用从人类视频中重新定向的人形运动，预训练多个运动跟踪策略，以生成真实世界的轨迹数据

2. 2. 增量动作模型训练： 基于真实世界的轨迹数据，通过最小化模拟状态 s_t 与真实世界状态 s^r_t 之间的差异，训练增量动作模型

3. 3. 策略微调： 冻结增量动作模型，将其整合到模拟器中以对齐真实世界的物理特性，然后微调预训练的运动跟踪策略

4. 4. 真实世界部署： 最终，将微调后的策略直接部署到真实世界中，无需使用增量动作模型

5. 

写在最后：

想象一下再过5年，人形机器人基本达到和人一样灵活的动作，当电影I robot变成现实时，那会是怎样一幅画面？