DeepMimic

DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills常用

用强化学习让仿真角色模仿动捕片段，学会空翻、武术等物理上可行的动作

加州大学伯克利分校与不列颠哥伦比亚大学的彭学斌（Xue Bin Peng）等人 2018 年发表于 SIGGRAPH。纯靠强化学习训练的仿真角色动作常常僵硬、不像人。DeepMimic 加了模仿奖励：角色在物理仿真里每一步的姿态越接近参考动作片段（如动捕数据）得分越高，还可叠加任务奖励。它的两个训练技巧后来成了标配：参考状态初始化，即从参考动作的随机一帧开始回合；提前终止，即摔倒就结束回合。它让人形、Atlas 机器人、恐龙等角色学会了行走、翻腾和武术动作。如今人形机器人的运动跟踪路线，如 ASAP、BeyondMimic，都延续了这套思路。