GalaxyGeneralRobotics/Humanoid-GPT

해결하는 문제

Humanoid-GPT는 기존 히ュ먼로이드 운동 추적 기술의 한계를 해결합니다. 이는 일반적으로 얕은 모델과 작은 데이터셋에 의존하여, 로봇의 민첩성과 새로운 동작에 대한 일반화 능력 사이에 트레이드오프가 발생하는 경향이 있습니다. 본 프로젝트는 제로샷 운동 추적을 가능하게 하여, 새로운 작업에 대해 각각의 특화된 피니튜닝 없이도 히ュ먼로이드 로봇이 임의의 미리 보지 않은 동작을 수행할 수 있도록 합니다.

작동 방식

시스템은 가변 길이의 운동 시퀀스를 처리할 수 있도록 Rotary Position Embeddings (RoPE)를 갖춘 GPT 스타일의 인과적 Transformer 아키텍처를 사용합니다. 다양한 모션 캡처(mocap) 데이터셋과 내부 녹화 데이터를 통합하여 20억 프레임의 대규모 데이터로 사전 학습되었습니다. 모델은 Unitree G1 히ュ먼로이드 로봇(29도의 자유도)을 위한 최적화된 설계이며, 효율적인 평가 및 학습을 위해 MuJoCo-MJX를 활용한 GPU 가속 시뮬레이션을 사용합니다.

대상 사용자

본 프로젝트는 Unitree G1 플랫폼 또는 유사한 고자유도 히ュ먼로이드 시스템을 사용하는, 전신 제어에 관심 있는 로봇 연구자 및 엔지니어를 대상으로 합니다.

주요 특징

• 십억 규모의 사전 학습: 20억 프레임의 운동 프레임 코퍼스로 사전 학습.
• 제로샷 일반화: 추가 학습 없이도 미리 보지 않은 동작을 추적할 수 있는 능력.
• GPT 스타일 아키텍처: 유연한 시퀀스 처리를 위한 인과적 Transformer와 RoPE 사용.
• 하드웨어 준비 완료: Unitree G1용 배포 모듈 포함, 온보드 Jetson Orin 지원 제공.