ASAP模型助力人形机器人实现高难度动作，机器人奥运会不再遥远

如今，人形机器人领域迎来重大突破。CMU和英伟达的华人研究团队提出的ASAP模型，让机器人的表现令人惊叹。

瞧，机器人版科比、詹皇、C罗现身。「科比」后仰跳投，「C罗」和「詹姆斯」展示招牌庆祝动作。不仅如此，该机器人还会侧跳、前跳、前踢、右踢，能完成深蹲、腿部拉伸等高难度动作，甚至会跳APT舞。

一直以来，sim2real在机器人仿真评估中广泛应用，但存在繁琐动作微调难题。而ASAP模型采用「real2sim2real」方法，打破这一困境。

ASAP模型包含预训练和后训练两大阶段。预训练阶段，以真人运动视频为数据来源，在仿真环境训练动作跟踪策略。后训练阶段，收集真实世界运行数据，训练delta动作模型，补偿偏差，微调预训练策略，使其更好适应真实物理环境。

研究人员针对策略迁移进行实验，回答了三个问题。结果显示，ASAP在补偿动力学失配、策略微调、sim2real迁移方面均表现出色，优于多种基线方法，减少动力学不匹配问题，降低运动跟踪误差。

此外，研究人员还分析了ASAP的相关问题，如增量动作模型的训练和使用方法等。

这项研究提出ASAP框架，缩小仿真与现实差距，在真实环境部署全身控制策略，开发并开源多仿真器训练与评估代码库，为人形机器人发展指明方向。