Хуманоидни роботи имају потенцијал за неуспоредиву свестраност у обављању људских вештина у пуној телу. Međutim, Постизање окретних и координисаних покрета пуних тела остаје значајан изазов због динамичке неусклађености између симулације и стварног света. Постојећи приступи, као што је идентификација система (Сисид) и рандомизација домена (ДН) методе, често се ослањају на напоран народни параметар или резултира претерано конзервативним покретима које жртвују окретност. Поравнавање симулације и праве физике (Аса пре) може бити решење.

АСАП је двостепени оквир који је развио НВИДИА у сарадњи са Царнегие Меллон универзитетом који има за циљ да премости јаз између симулације и праве физике приликом подучавања окретних вештина пуноправних тела за хуманоидне роботе..

У првој фази, Робот уче да се креће у симулацији користећи податке стечене од људских покрета. Ова обука се одвија у симулираном окружењу са физичким моделима који покушавају да опонашају стварност што је могуће најбоље могуће, Али још увек постоје разлике између онога што симулација предвиђа и како се робот понаша у стварности.

У другој фази, обучена политика се преносе у стварним свет, где се прикупљају стварни подаци о понашању робота. На основу овога, Ствара се такозвани модел Делта Ацтион Ацтион, који надокнађује разлике између симулиране и праве физике. Овај модел се затим користи за пренос покрета робота, осигуравајући да је његово понашање у стварности што је могуће прецизно и стабилно.

У видеу, Можете видети роботе који имитирају покрете познатих спортиста.