VLA 图库 / 模型列表 / 人形机器人全身控制器

ExBody2

UC San Diego·UC Berkeley·MIT · 2024-12

VA人形机器人全身控制器未公开RL策略

以跟踪误差阈值τ* = 0.150自动筛选训练动作，跟踪富有表现力的全身动作。

论文

ExBody2: Advanced Expressive Humanoid Whole-Body ControlarXiv 2412.13196

概述

分类

人形机器人全身控制器

类型

VA

发布

2024-12

机构

UC San Diego·UC Berkeley·MIT

权重公开

未核实

参数

未公开 (学生 MLP [1024, 1024, 512])

架构

主干LLM

无

视觉编码器

—

动作头

关节PD目标 (RL策略)

动作块

未公开

控制频率

50 Hz (底层500 Hz)

架构原文摘要

MLP: 教师actor·value [512, 256, 128],学生 [1024, 1024, 512],本体感知历史10;动作目标 + 本体感知 → 关节PD目标,策略50 Hz·底层500 Hz

训练

预训练加速器

未公开 (IsaacGym)

预训练时长

未公开

预训练步数·批量

未公开 (env数未公开)

GPU·TPU-小时

未公开

微调

不适用

数据类型

动作捕捉

数据规模

CMU动作捕捉1,919个序列(筛选前)；筛选后规模未公开

主要数据集

CMU motion capture

任务·评估

将MPKPE·MPJPE跟踪误差与4个基线比较

机器人

Unitree G1(23 DoF)

推理

推理设备·速度

策略50 Hz，底层500 Hz，通信延迟18~30 ms；机载Jetson Orin NX

推理显存

未公开

权重 bf16（计算）

未公开

运行位置

机载 (Jetson Orin NX)

强化学习与底盘

强化学习

使用 (RL控制器训练) · RL教师(特权信息, actor-critic) → 学生蒸馏

底盘控制

人形双足 (RL策略直接驱动) · 跟踪全身关键点·根部速度目标，输出含腿部在内的23维关节PD目标 (行走·下蹲·跳舞)

备注

核心特点

以跟踪误差阈值τ* = 0.150自动筛选训练动作，跟踪富有表现力的全身动作。在机载Jetson Orin NX上运行。

备注

筛选误差 e(s) = 0.1·E_key + 0.9·E_dof (extraction)。不在核实文件范围内。

核验

未验证