Wang-Xiaodong1899

SimForcing 将机器人运动知识从模拟迁移到现实世界应用

研究人员开发了 SimForcing，一个旨在通过将运动知识从模拟迁移到现实世界应用来改进动作条件机器人世界模型的新框架。该方法解决了模拟与真实机器人数据之间外观差异的挑战。SimForcing 利用潜在运动蒸馏来学习运动先验，并采用带有 dropout 的模拟条件来利用预测的模拟轨迹，而不过度依赖其准确性。该框架在生成逼真视频方面表现出卓越的性能，并在机器人下游策略学习中显示出实用性。