الروبوتات البشرية لديها القدرة على براعة لا مثيل لها في أداء مهارات الجسم الكامل التي تشبه الإنسان. ومع ذلك, لا يزال تحقيق حركات عالية الجسد رشيقة ومنسقة يمثل تحديًا كبيرًا بسبب عدم التوافق الديناميكي بين المحاكاة والعالم الحقيقي. النهج الحالية, مثل تحديد النظام (Sysid) وتوصيل العشوائية المجال (دكتور) طُرق, غالبًا ما تعتمد على ضبط المعلمات الشاقة أو يؤدي إلى حركات محافظة مفرطة تضحي بخفة الحركة. محاذاة المحاكاة والفيزياء الحقيقية (في اسرع وقت ممكن) قد يكون حلاً.

ASAP هو إطار عمل على مرحلتين طورته NVIDIA بالتعاون مع جامعة كارنيجي ميلون يهدف إلى سد الفجوة بين المحاكاة والفيزياء الحقيقية عند تدريس مهارات الجسم الرشيقة على الروبوتات البشرية.

في المرحلة الأولى, يتعلم الروبوت التحرك في محاكاة باستخدام البيانات المكتسبة من الحركات البشرية. يحدث هذا التدريب في بيئة محاكاة مع نماذج مادية تحاول تقليد الواقع بأفضل ما يمكن, ولكن لا تزال هناك اختلافات بين ما تتوقعه المحاكاة وكيف يتصرف الروبوت في الواقع.

في المرحلة الثانية, يتم نقل السياسات المدربة إلى العالم الحقيقي, حيث يتم جمع بيانات حقيقية عن سلوك الروبوت. بناء على هذا, يتم إنشاء نموذج عمل دلتا المزعوم, الذي يعوض عن الاختلافات بين الفيزياء المحاكاة والحقيقية. ثم يتم استخدام هذا النموذج لضبط حركات الروبوت, ضمان أن سلوكه في الواقع دقيق ومستقر قدر الإمكان.

في الفيديو, يمكنك رؤية الروبوتات التي تقلد حركات الرياضيين المشهورين.