arXiv cs.RO 机器人学· Mike Zhang, Dongho Kang, Kevin Bergamin, Nicola Burger, Robin Deits, Jonathan Foster, Bilal Hammoud, Katie Hughes, Francesco Iacobelli, Twan Koolen, M. Eva Mungai, Zach Nobles, Shane Rozen-Levy, Jean Pierre Sleiman, Fangzhou Yu, Yunbo Zhang, Alfred Rizzi, Jessica Hodgins, Scott Kuindersma, Yeuhi Abe, Sylvain Bertrand, Farbod Farshidian·· 6 小时前AI 评分57
HuMBLE：基于人体运动数据的人形机器人步态行为学习框架
HuMBLE: Human Motion-Driven Behavior Learning for Embodied Locomotion
AI 导读
HuMBLE 提出一种学习框架，从人体运动数据合成可实时操控、鲁棒且拟人的人形机器人步态策略。方法先用强化学习训练全身参考条件策略，再经师生蒸馏得到仅依赖本体感知和平面躯干速度指令的轻量先验策略，随后用多任务强化学习微调，以目标条件任务扩展指令覆盖并用参考引导任务作为风格正则。
来源：arXiv cs.RO 机器人学 · arxiv.org