摘要:
通过模仿学习赋予人形机器人拟人化运动技能，是构建多样化、高表现力机器人运动能力的重要途径。当前基于模仿学习的方法仍面临显著局限：以对抗运动先验（adversarial motion priors, AMP）为代表的对抗模仿方法虽能保留整体运动风格，却易丢失精细动作细节；而以Mimic为代表的精确模仿方法虽可高保真复现参考动作，却因策略与参考动作强耦合，难以响应实时控制指令。为此，提出一种新颖的模仿学习训练框架，通过观测空间与奖励机制的协同设计，显式解耦运动风格与任务目标，并实现二者高效协同。所提方法仅依赖高层速度指令驱动，成功将策略从“动作复现器”转变为“速度指令控制器”。实验表明，该策略在任意速度指令下均能实现高精度速度跟踪（整体误差< 0.13 m/s或rad/s），同时关键部位的位置和姿态相对原始参考动作的平均动态时间规整（dynamic time warping, DTW）距离分别为0.837与1.135，充分验证了其在精准响应任务指令的同时，有效保留了参考运动的自然风格特征。