原标题：机器人“托马斯全旋”！北京通用人工智能研究院发布首个人形机器人通用运动框架
r央视网消息 近日，北京通用人工智能研究院（以下简称“通研院”）正式发布人形机器人通用运动框架OmniXtreme（通极）。该框架成功让机器人学会执行包括后空翻、托马斯全旋、武术踢击在内的数十种高动态“极限运动”，并在机器人上实现了真实世界的高成功率部署，成为首个可以执行各种极限动作的通用策略。“一套算法统一多套运动”，为人形机器人学习复杂运动方式带来明显提效。
r
“通小舞”机器人执行OmniXtreme（通极）框架完成极限运动动作
r
“通小舞”机器人执行OmniXtreme（通极）框架完成极限运动动作
r让机器人完成翻腾、倒立、霹雳舞等高动态、高协调性的复杂动作一直是机器人控制领域的难题。近年来，强化学习被广泛应用于机器人控制，使机器人可以通过大量仿真训练逐渐学会复杂动作。但当动作库不断扩大时，一个新的问题也显现出来：学习的动作越多，控制精度越易下降。
r与传统强化学习“从零开始训练一个统一策略”的方式不同，OmniXtreme（通极）为类人机器人高动态控制与泛化提供了一条新的技术路径，即一种两阶段学习框架。
r第一阶段，研究团队首先为不同动作训练专门的“专家策略”，利用生成式建模方法，将这些专家能力融合为一个统一策略。这种方式不再把控制看作简单的函数映射，而是学习动作分布的生成过程，显著提升了策略表达能力，使系统能够同时覆盖更多类型的复杂动作。
r第二阶段，在生成式策略基础上，通研院进一步引入考虑真实电机物理特性的强化学习优化，包括电机扭矩—速度关系建模、制动功率约束、更真实的执行器物理模拟。这些设计显著提升了策略在真实机器人上的可执行性，使仿真中学到的技能能够更稳定地迁移到真实机器人系统中。
r实验结果表明，该方法在人形机器人多种高动态动作任务上取得了超过90%的成功率。OmniXtreme（通极）解决了动作保真度与可扩展性兼顾的难题，成为下一代人形机器人动作泛化框架，将为未来更加复杂的机器人技能学习奠定基础。（总台记者 王胜东 夏子雅）
r责任编辑:小云
配查网官网提示：文章来自网络，不代表本站观点。
