leggedrobotics/pace-sim2real
PACE: A systematic approach for sim-to-real transfer of legged robots, identifying actuator and joint dynamics with standard joint encoders.
解決的問題
PACE 解決了「模擬到現實的差距」——也就是機器人在物理模擬器中的行為與現實世界中行為之間的差異。這個差距通常會導致在模擬中訓練的控制器無法在實體硬體上有效運作，特別是在足式機器人中，其致動器與關節動力學相當複雜。
工作原理
此框架採用資料驅動的方法來對齊模擬與現實。它從實體機器人收集測量資料，並使用共變異數矩陣適應性進化策略（CMA-ES）來優化並擬合具有物理意義的動力學參數。透過直接從這些資料中估計致動器與關節動力學，它建立了一個更精確的模擬模型，可用於穩健的移動訓練。
適用對象
專為使用 NVIDIA Isaac Lab 進行模擬的足式機器人系統研究人員與工程師設計，需要將學習到的行為遷移到真實硬體上。
主要亮點
- 資料驅動識別：直接從真實世界測量資料中估計致動器與關節動力學。
- 進化優化：採用 CMA-ES 實現精確的參數擬合。
- Isaac Lab 集成：專為與 NVIDIA Isaac Lab 的任務與環境規範無縫整合而設計。
- 平台無關：支援多種機器人平台與各種致動器類型。
相關
- 專案
- 專案
- Dispatch
- 專案
- 專案