輝達CMU新研究！機器人跳APT舞驚豔全網 「人形機器人」奧運會2030年可期

機器人版的柯比布萊恩 (Kobe Bryant)、詹皇(LeBron James)、C 羅 Cristiano Ronaldo 真的來了，而這一切全拜卡內基美隆大學(CMU) 和輝達(NVDA-US) 所提出的一個 real2sim2real 模型 Aligning Simulation and Real Physics(ASAP)，ASAP 能讓人形機器人掌握非常流暢且動感的全身控制動作，就連跳時下最紅的 APT 也相當流暢。

中國智能資訊社交平台《新智元》報導，市場可以期待在 2030 年看到人形機器人奧運會盛宴，CMU 與輝達提出的 ASAP 專案包含預訓練和後訓練兩大階段。在第一個階段中，透過重定向的人體數據，在模擬環境中預訓練運動追蹤策略，第二階段將這些策略部署到現實世界，並收集真實數據來訓練一個「殘差」動作模型，用來彌補模型與真實世界物理動態之間的差距。

然後，ASAP 把這個 delta 動作模型整合到模擬器中，對預訓練策略進行微調，讓它和現實世界的動力學更匹配。具體步驟分為四步，分別是運動跟蹤預訓練與真實軌跡收集、差異動作模型訓練、策略微調以及真實世界部署。

研究人員在三個遷移場景中評估了 ASAP 的效果。從 IsaacGym 到 IsaacSim、從 IsaacGym 到 Genesis，以及從 IsaacGym 到真實世界，使用的機器人則是中國廠商宇樹的 G1 人形機器人。

最後，研究者藉助 delta 動作模型對預訓練的策略進行微調，使其能夠更好地適應真實世界的物理環境，從而實現更穩定、敏捷的運動控制。

sim2real 一直是實現空間與具身智慧的主要路徑之一，被廣泛應用在機器人模擬評估當中，而 real2sim2real 直接打破了繁瑣的動作微調的難題，彌合 sim2real 的差距，讓機器人能夠模仿各種類人的動作。

輝達資深研究科學家 Jim Fan 興奮地表示，透過 RL 讓人形機器人成功模仿 C 羅、詹皇和科比！

報導指出，CMU 跟輝達的研究有四大貢獻。第一個是提出 ASAP 框架，運用強化學習和真實世界的數據來訓練 delta 動作模型，有效縮小了模擬與現實之間的差距。其次，成功在真實環境部署全身控制策略，實現了不少以前人形機器人難以做到的動作。

第三大貢獻則是 ASAP 能有效減少動力學不匹配問題，讓機器人做出高度敏捷的動作，同時顯著降低運動跟蹤誤差。最後，研究者開發並開源了一個多模擬器訓練與評估代碼庫，以促進不同模擬器之間的平滑遷移，並加快後續研究。

專案位址：
https://agile.human2humanoid.com/