Инженеры из швейцарской высшей технической школы Цюриха и исследовательского подразделения Disney Research разработали новый двухэтапный алгоритм управления, который позволяет точно имитировать движения трехмерных персонажей и роботов с учетом их физических ограничений. Этот метод отрабатывается на базовых данных о движении, а затем используется для генерации совместных управляющих команд для реального робота или персонажа в симуляторе.
Алгоритм состоит из двух этапов. На первом этапе используется вариационный автоэнкодер для преобразования сложных данных о движении в более компактное скрытое пространство. Затем, на втором этапе, эта информация используется для обучения нейронной сети политики управления, которая принимает данные о движении и превращает их в команды для управления суставами робота или персонажа.
Обученная таким образом политика управления была успешно протестирована на виртуальном персонаже и реальном человекоподобном роботе ЛАЙМЕ. Она смогла точно воспроизвести различные движения, в том числе танцевальные, даже если они не были частью обучающей выборки. Модель также продемонстрировала способность адаптироваться к небольшим отклонениям в движении и учитывать физические ограничения конструкции робота. Это достижение имеет важное значение для развития искусственного интеллекта и робототехники.
]]>
