gbionics/amp-rsl-rl

何を解決するか

AMP-RSL-RL は人間型エージェントがモーションキャプチャデータから複雑な運動スキルを学習できるようにします。複雑な動きのための報酬関数を手動で設計する問題を、エージェントの動きを専門家のデータに似せるようにする敵対的模倣学習によって解決します。

動作方法

このライブラリは、RSL-RL の Proximal Policy Optimization (PPO) 実装を拡張し、Adversarial Motion Priors (AMP) を組み込みます。ディスクリミネータネットワークを使用して、エージェントの動きと実際のモーションキャプチャデータを区別させ、エージェントが目的を達成しながら専門家のスタイルを模倣するように強制します。また、対称性を意識したデータ拡張とミラー損失のフックも含まれており、学習されたポリシーが対称的なロボット部品間で一貫性を持つことを保証します。

対象ユーザー

人間型モータ制御および強化学習に取り組むロボット研究者や開発者向けに設計されています。

特徴

• 運動スキル習得のための敵対的模倣学習。
• RSL-RL PPO 実装の上に構築。
• 対称性を意識したデータ拡張とミラー損失正則化をサポート。
• .npy 形式のモーションキャプチャデータセットと互換性あり。