LeCAR-Lab/BFM-Zero

解决的问题

BFM-Zero 解决了为人形机器人创建通用、可提示控制策略的挑战。它不再为每个特定任务训练单独的模型，而是提供了一个基础模型，可以通过提示来执行各种行为（如运动跟踪、目标达成或基于奖励的任务），并使用统一的潜在空间。

工作原理

该项目使用无监督强化学习来训练行为基础模型。通过处理大规模人体运动数据集，模型学习将复杂的动作映射为紧凑的潜在表示 (z)。在推理过程中，用户可以提供不同的提示或目标，模型会计算相应的潜在向量，以引导人形机器人在 Isaac Sim 或 MuJoCo 等模拟器中的运动。生成的策略可以导出为 ONNX 文件以进行部署。

适用对象

该项目旨在为从事人形机器人运动、强化学习和具身智能研究的机器人研究人员和工程师提供支持。对于那些希望构建无需针对特定任务进行重新训练即可适应不同任务的通用机器人控制器的人来说，它特别有用。

亮点

• 可提示控制：使单一模型能够通过潜在空间操作处理运动跟踪和目标达成等多种任务。
• 无监督学习：利用大规模运动数据学习稳健的运动基元，无需为每种行为手动设计奖励。
• 模拟支持：与 Isaac Sim 和 MuJoCo 完全集成，用于训练和评估。
• 部署就绪：包含将训练好的策略导出为 ONNX 格式的脚本，以实现跨平台兼容性。
• 模块化推理：提供用于跟踪、目标达成和基于奖励的任务执行的专用流水线。