英伟达与卡内基梅隆大学重磅推出ASAP框架，机器人训练精准度飞跃式提升

字数 533，阅读大约需 3 分钟

在机器人技术领域，模拟环境与现实世界之间的差距长期阻碍其发展。近日，英伟达GEAR实验室与卡内基梅隆大学研究团队联合推出名为ASAP（Aligning Simulation and Real Physics）的全新框架，旨在缩小这一差距，为机器人训练带来突破。

据测试数据，ASAP框架在减少机器人模拟与现实运动误差方面成效显著，能降低53%的运动误差，相比现有其他方法优势明显。

ASAP框架工作流程独特，分两个阶段。首先，机器人在虚拟环境训练，积累运动经验和数据。随后，利用特殊模型处理现实世界差异。此模型能精准学习并调整虚拟与实际运动的变异，实现更精确的动作转换。借助该系统，机器人可将复杂动作，如跳跃、踢腿等，从模拟环境迁移到现实场景。

实际测试中，研究团队选用Unitree G1人形机器人演示。结果显示，机器人成功展示多种灵活运动，如超过一米的前跳动作。此外，为展示系统潜力，研究人员让机器人模仿克里斯蒂亚诺・罗纳尔多、勒布朗・詹姆斯和科比・布莱恩特等著名运动员的动作，在运动准确性方面，ASAP系统明显优于现有其他方法。

不过，此次实验也暴露出硬件方面的限制。机器人的马达在执行动态运动时频繁过热，收集数据时，两台机器人遭到损坏。