论文速读|通过人类远程利用的深度模拟学习框架：人型呆板人的行走利用技能

项目地点：Deep Imitation Learning for Humanoid Loco-manipulation through Human Teleoperation

本文详细先容了 TRILL（Teleoperation and Imitation Learning for Loco-manipulation）框架，它是一个用于人型呆板人行走利用技能练习的深度模拟学习框架。该框架通过 VR 接口网络人类演示数据，并接纳团体体控制方法将使命空间下令转换为呆板人的关节扭矩，以稳固呆板人的动态。TRILL 由三个重要部门构成：一个基于 VR 的远程利用接口、一个团体控制器和一个数据高效的模拟学习算法。研究职员通过模拟和现实中的实验验证了 TRILL 的有效性，并在两个仿真情况（门和工作台）以及现实中的 DRACO 3 人型呆板人上举行了摆设。实验效果表明，TRILL 在各种行走和利用使命中的乐成率明显高于现有的模拟学习基准方法。别的，研究还探究了差别的观测和办法空间计划对战略性能的影响，以及差别数据集巨细对学习服从的影响。末了，TRILL 在现实中的部 ployment 证明白其在现实天下人型呆板人体系中的鲁棒性和实用性。
论文初读：