快速运动适应

让四足机器人零点几秒内察觉地形和负载变化、自动调整步态的方法。

RMA 由 UC 伯克利和卡内基梅隆大学的 Ashish Kumar、Zipeng Fu、Deepak Pathak、Jitendra Malik 提出，发表于 RSS 2021。真实地面的软硬、摩擦、负载、电机磨损都会变，仿真里训好的策略上真机容易摔。RMA 分两部分：基础策略在仿真里训练时能读到这些环境参数（特权信息），把它们压成低维的「外参」向量来调节动作；适应模块只看最近一段关节状态和动作历史，学着反推出这个向量。部署到宇树 A1 时不做真机微调，零点几秒内就能适应沙地、泡沫垫、台阶、湿滑地面等。这种「训练时用特权信息、部署时从历史估计」的思路后来成了足式机器人仿真到现实迁移的常用套路。

例子宇树 A1 背上突然加了负载，适应模块从最近几步关节状态的变化里估出新的外参，策略随即调整步态继续走，不需要重新训练。

也叫

RMA、快速运动自适应

相关

仿真到现实迁移、特权信息、教师-学生蒸馏、强化学习运控、域随机化、HORA（手内物体旋转 + RMA）

来源

RMA: Rapid Motor Adaptation for Legged Robots 项目主页

信息截至

2021-07