英偉達機器人跳舞驚艷全網機器人版科比、詹皇、C羅真的來了！

2025-02-05 18:09:16

字體：大中小

來源：轉載

供稿：網友

機器人界「球星」竟被CMU英偉達搞出來了！科比后仰跳投、C羅、詹皇霸氣慶祝動作皆被完美復刻。2030年，我們將會看到一場人形機器人奧運會盛宴。

機器人版科比、詹皇、C羅真的來了！

只見「科比」后仰跳投，在賽場上大殺四方。

「C羅」和「詹姆斯」也紛紛展示了自己的招牌慶祝動作。

以上這些還只是開胃菜，這款人形機器人還會側跳、前跳、前踢、右踢，甚至能夠完成深蹲、腿部拉伸等高難度動作。

更驚艷的是，它還會跳APT舞，非常嗨皮。

比起波士頓動力Altas，如今人形機器人早已進化到人們難以想象的樣子。正如Figure創始人所言，人形機器人iPhone時刻即將到來。

那么，能夠成為「機器人界的科比」，究竟是用了什么魔法？

來自CMU和英偉達的華人研究團隊重磅提出ASAP，一個「real2sim2real」模型，能讓人形機器人掌握非常流暢且動感的全身控制動作。

項目主頁：https://agile.human2humanoid.com/

論文地址：https://arxiv.org/abs/2502.01143

開源項目：https://github.com/LeCAR-Lab/ASAP

它包含了兩大階段——預訓練和后訓練。

在第一個階段中，通過重定向的人體數據，在仿真環境中預訓練運動跟蹤策略。

在第二階段，將這些策略部署到現實世界，并收集真實世界數據，訓練一個delta動作模型，來彌補動力學差異。

然后，ASAP把這個delta動作模型集成到仿真器中，對預訓練策略進行微調，讓它和現實世界的動力學更匹配。

英偉達高級研究科學家Jim Fan激動地表示，我們通過RL讓人形機器人成功模仿C羅、詹姆斯和科比！

這些神經網絡模型，正在英偉達GEAR實驗室的真實硬件平臺上運行。

在網上看到的多數機器人演示視頻都是經過加速處理的，而我們特意「放慢動作速度」，讓你能清晰觀賞每個流暢的動作細節。

我們提出的ASAP模型采用了「真實→仿真→真實」方法，成功實現了人形機器人全身控制所需的超平滑動態運動。

我們首先在仿真環境對機器人進行預訓練，但面臨眾所周知的仿真與現實差距：人工設計的物理方程難以準確模擬真實世界的動力學特性。

我們的解決方案簡明有效：將預訓練策略部署到實體機器人采集數據，隨后在仿真環境回放動作記錄。雖然回放過程必然產生偏差，但這些誤差恰恰成為修正物理差異的關鍵數據源。通過額外神經網絡學習差異參數，本質上是對傳統物理引擎進行「動態校準」，使機器人能依托GPU的并行計算能力，在仿真環境中獲得近乎真實的大規模訓練體驗。

未來屬于混合仿真時代：既繼承經典仿真引擎數十年錘煉的精準優勢，又融合現代神經網絡捕捉復雜現實世界的超凡能力，實現兩者的協同進化。

上一篇：松下電視將成歷史發展人工智能數據中心

下一篇：“本源悟空”全球訪問量突破2000萬已完成33.9萬余個量子計算任務