導讀：IT之家 2 月 16 日消息，上海交通大學、上海 AI Lab、香港大學、浙江大學、香港中文大學于 2 月 12 日公布了一項 Learning Humanoid Standing-up Control across Diverse Postures（學習跨多種姿勢的人形站立控制）新成果，首次賦予人形機器人在多種復雜場景下自主站起的能力。直立控制對人形機器人至關重要，現(xiàn)有方法要么局限于忽略硬件約束的模擬，要么依賴于預定義的地面特 ......
IT之家 2 月 16 日消息，上海交通大學、上海 AI Lab、香港大學、浙江大學、香港中文大學于 2 月 12 日公布了一項 Learning Humanoid Standing-up Control across Diverse Postures（學習跨多種姿勢的人形站立控制）新成果，首次賦予人形機器人在多種復雜場景下自主站起的能力。
直立控制對人形機器人至關重要，現(xiàn)有方法要么局限于忽略硬件約束的模擬，要么依賴于預定義的地面特定運動軌跡，無法實現(xiàn)現(xiàn)實場景中不同姿勢的站立。為了彌合這一差距，研究團隊提出了具身智能控制學習算法 HoST（Humanoid Standing-up Control、人形站立控制），這是一個從零開始學習站立控制的強化學習框架，能夠實現(xiàn)跨不同姿勢模擬到現(xiàn)實的遷移。
在基于模擬的訓練后，學習到的控制策略直接部署在宇樹 Unitree G1 人形機器人上，測試場景包括木地板、草地斜坡、倚靠大樹、坐在臺階上、石子路、靠在椅子上等。實驗結果表明，機器人在各種實驗室和戶外環(huán)境中實現(xiàn)了平穩(wěn)、穩(wěn)定的站立動作。
