leggedrobotics/pace-sim2real
PACE: A systematic approach for sim-to-real transfer of legged robots, identifying actuator and joint dynamics with standard joint encoders.
解决的问题
PACE 解决了「仿真到现实的差距」——即机器人在物理仿真器中的行为与在现实世界中的行为之间的差异。这一差距通常会导致在仿真中训练的控制器无法在物理硬件上有效运行，尤其是在足式机器人中，其执行器和关节动力学非常复杂。
工作原理
该框架采用数据驱动的方法来对齐仿真与现实。它从物理机器人上收集测量数据，并使用协方差矩阵自适应进化策略（CMA-ES）来优化和拟合具有物理意义的动力学参数。通过直接从这些数据中估计执行器和关节动力学，它创建了一个更精确的仿真模型，可用于鲁棒的运动训练。
适用人群
专为使用 NVIDIA Isaac Lab 进行仿真的足式机器人系统研究人员和工程师设计，需要将学习到的行为迁移到真实硬件上。
主要亮点
- 数据驱动识别：直接从真实世界测量数据中估计执行器和关节动力学。
- 进化优化：采用 CMA-ES 实现精确的参数拟合。
- Isaac Lab 集成：专为与 NVIDIA Isaac Lab 的任务和环境约定无缝集成而构建。
- 平台无关：支持多种机器人平台和各类执行器类型。
相关
- 项目
- 项目
- Dispatch
- 项目
- 项目