Roboparty/UFO

解決する課題

UFO は、手動でラベル付けされた報酬関数を必要とせずに、人型ロボットが複雑な動きを実行できるように訓練するためのフレームワークを提供します。教師なし強化学習を使用して、Unitree G1 や RoboParty RP1 などのロボットが、モーションデータからモーター制御、追跡、目標指向タスクを学習できるようにします。

仕組み

このフレームワークは、mjlab シミュレーション環境を活用して、強化学習を使用してポリシーを訓練します。複数のトレーニングエージェント（FB と TeCH）をサポートし、接触力ダイナミクスや関節空間スケーリングなど、人型制御の複雑さを処理します。システムには、データ準備、マルチ GPU トレーニング、物理ハードウェアへのデプロイ用にポリシーを ONNX 形式にエクスポートするツールが含まれています。

対象読者

このプロジェクトは、具現化知能と人型移動に取り組むロボット研究者とエンジニア向けに設計されています。さまざまなロボット形態とモーションデータセットに適応できる、スケーラブルで高性能なトレーニングパイプラインを必要とする人を対象としています。

ハイライト

• Unitree G1 や RoboParty RP1 を含む複数の人型プラットフォームをサポート。
• 融合 Adam やバケット化勾配同期などの最適化機能を備えた効率的なマルチ GPU トレーニングを実装。
• 追跡、報酬推論、目標指向移動のための組み込みサポートを提供。
• 物理ロボットへのデプロイ用にすぐに使用できる ONNX エクスポートを提供。
• 新しいロボット構成とリターゲットされたモーションデータを追加するためのモジュラーアーキテクチャを提供。