WoMakeCode的博客

SkillMimic基于强化学习学习多样化的篮球技能。SkillMimic使用的篮球数据集为两种：一是单目RGB视频数据Ballplay-V，二是动补数据Ballplay-M。设计了一种统一的回报设计（Unified skill imitation reward），计算每一步学习参考姿态的效果。同时回报项增加了物体的接触回报表示（即文中的Contact Graph表示）来加速学习效率（强化学习时常会让机器人学会一些不像人的或不期望的表现，例如用头和手同时接触篮球，完成篮球的抓取任务。