【20250205】CMU发布人形机器人全身敏捷动作学习策略，跨越仿真到现实的动力学不匹配鸿沟...

引言：在科技界，AI和机器人技术已经成为了近几年最火热的话题。在2025年初的春节联欢晚会上，宇树科技的人形机器人给全国的观众带来了一次玩手绢的视觉盛宴，引起了众多网友的热烈讨论。那么，除了丢手绢这种对机器人上肢运动功能要求较高的玩法，作为与人类形体最接近的机器人，人形机器人是否可以完成更多、更具有挑战的任务呢？比如打篮球、跳舞、跑酷等等，这些运动对于人形机器人的全身运动性能要求更高，尤其是全身运动的协调性和灵活性方面。近期，来自CMU和英伟达的研究团队发布了人形机器人的全身敏捷运动技能学习策略，可以实现更加灵活、敏捷和仿人的人形机器人全身运动过程。

【基本信息】

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

发表期刊：arXiV 预印版

发表时间：2025年2月3日

【访问链接】

论文链接：https://arxiv.org/abs/2502.01143

项目链接：https://agile.human2humanoid.com/

代码链接：https://github.com/LeCAR-Lab/ASAP

【研究背景】

人形机器人是近年来的重要话题热点，在2025年初的央视春节联欢晚会上的丢手绢节目也引起了众多网友的热烈讨论，甚至有网友调侃就算是村口的大爷大妈都能聊上几句机器人相关的话题了。

全尺寸的人形机器人拥有数十个运动的关节和自由度，是典型的复杂动态运动系统，其控制难度极高。在丢手绢这样的节目中，考验的主要是机器人的整体平衡能力和上肢灵活运动的能力，机器人整体的运动幅度不大。

但是，人形机器人绝不仅限于这类相对“静止”的运动场景，得益于其与人类十分接近的形体和关节设置，人形机器人可以实现更多更复杂的“动态”运动，包括打篮球、跳舞、跑酷等等。

理论上，人类可以做到的各种动作，人形机器人都能做到，而且可以做得更好。

因此，从人类的各种复杂运动中学习人形机器人自身的控制策略是人形机器人研究的一个重要方向，包括且不限于模仿学习、深度学习、迁移学习、自适应控制等