逐际动力提出CWI全身模仿系统:解耦上下半身数据实现人形机器人操作与运动协同
逐际动力联合多所高校提出全身模仿框架CWI,通过数据解耦、双AMP判别器和多Critic训练,让人形机器人上半身保留操作多样性、下半身保持稳定运动风格。
AI 编撰 · 内容基于所列来源,重要信息请以原文为准
逐际动力联合香港大学、南方科技大学等机构发表论文,提出名为CWI的人形全身模仿系统,旨在解决全身动捕动作捕捉——用设备把真人的动作完整记录下来,再让机器人复现。是采集「教学数据」的主流方式之一。◆ 小白科普 · 现身数据直接用于全尺寸身高体型与成年人相当的机器人规格,通常指 1.6 米以上的机型,能无缝使用为人类尺度设计的工具和环境。◆ 小白科普 · 现身人形机器人外形模仿人类、有头有手有腿的机器人。最大优势是能直接使用为人类世界设计的工具和空间——楼梯、门把手、工厂工位都不在话下。◆ 小白科普 · 现身时的训练矛盾:上半身需要丰富动作覆盖操作任务,下半身则需稳定运动风格防止稳定性下降。CWI将人类动捕数据按身体职责拆解,上半身保留AMASS数据集按统一格式整理好的大批量数据集合,是训练 AI 模型的「教材库」。开源数据集相当于整个行业的公共基础设施。◆ 小白科普 · 现身中腰部、双臂和双手的动作多样性,下半身仅采用筛选后的行走和下蹲专家片段。训练采用双AMP判别器分别约束行走和下蹲风格,多Critic强化学习一种 AI 训练方法:让机器人在亿万次「试错」中自己摸索,做对了就给奖励。机器人走稳路、跑酷空翻,大多是这么练出来的。◆ 小白科普 · 现身将移动、操作和风格奖励分开估值市场给一家公司的定价。机器人公司普遍「高估值、低收入」——资本在为未来的产能和想象力买单。◆ 小白科普 · 现身,再通过教师学生蒸馏将依赖完整参考轨迹的策略压缩为仅需VR手柄和本体状态驱动的部署把机器人真正放到工作现场长期干活,而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身策略。实验在逐际动力LimX Oli全尺寸人形机器人上进行,该机器人高1.65米、重50千克,具备31个自由度DoF机器人能独立运动的方向数量;自由度越多,动作通常越灵活,控制也更复杂。◆ 小白科普 · 现身。
仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快,但和真实世界总有差距。◆ 小白科普 · 现身评测中CWI成功率达98.967%,与FALCON*的99.073%差距不足0.1个百分点,但速度跟踪、高度控制等指标更均衡。真机实验展示了蹲下拾取、提篮行走、开门、挂杯、敲鼓和零件操作等任务,机器人能自主协调腿、腰、手完成重心变化下的操作。论文指出当前接口尚无法表达如用脚踩踏板或用手肘接触等细粒度意图,未来需引入更丰富多模态示范和自然命令。