这篇论文跟humanoid_gym(GitHub - roboterax/humanoid-gym: Humanoid-Gym: Reinforcement Learning for Humanoid Robot with Zero-Shot Sim2Real Transfer https://arxiv.org/abs/2404.05695)这个著名项目息息相关
论文地址:https://arxiv.org/pdf/2408.14472
摘要
本文详细介绍了去噪世界模型学习(DWL)的方法和实验结果。DWL 旨在通过有效的状态表示学习框架来消除模拟与现实之间的差距,从而实现对现实世界挑战性地形的适应。研究团队设计了一个自编码器架构,用于在线适应和状态估计,通过在模拟环境中引入噪声并使用域随机化方法来模拟现实世界中的不确定性。DWL 框架中的策略梯度方法和策略优化算法(PPO)进一步提高了控制策略的鲁棒性和适应性。研究人员还展示了 DWL 在两种不同尺寸的人型机器人上的应用,这两种机器人分别为 XBot-S 和 XBot-L。通过实验验证,DWL 使人型机器人能够在多种复杂地形上进行稳定的行走,并且能够抵抗大的外部扰动。此外,研究人员还提出了一种双自由度踝关节控制机制,进一步提高了机器人的稳定性和灵活性。实验结果表明,与传统方法相比,DWL 在各种挑战性环境中都表现出了更高的行走性能。
论文初读: