หุ่นยนต์ Humanoid มีศักยภาพในการใช้ความสามารถรอบตัวที่ไม่มีใครเทียบได้ในการทำงานทักษะเต็มรูปแบบของมนุษย์. อย่างไรก็ตาม, การบรรลุการเคลื่อนไหวของร่างกายแบบเต็มรูปแบบและประสานงาน. วิธีการที่มีอยู่, เช่นการระบุระบบ (sysid) และการสุ่มโดเมน (DR) วิธีการ, มักจะพึ่งพาการปรับพารามิเตอร์พารามิเตอร์หรือส่งผลให้เกิดการเคลื่อนไหวแบบอนุรักษ์นิยมมากเกินไปที่เสียสละความคล่องตัว. จัดแนวการจำลองและฟิสิกส์จริง (โดยเร็ว) อาจเป็นทางออก.

ASAP เป็นกรอบสองขั้นตอนที่พัฒนาโดย NVIDIA โดยร่วมมือกับ Carnegie Mellon University ที่มีจุดมุ่งหมายเพื่อเชื่อมช่องว่างระหว่างการจำลองและฟิสิกส์จริงเมื่อสอนทักษะเต็มร่างกายแบบ Agile ให้กับหุ่นยนต์ Humanoid.

ในขั้นตอนแรก, หุ่นยนต์เรียนรู้ที่จะย้ายในการจำลองโดยใช้ข้อมูลที่ได้จากการเคลื่อนไหวของมนุษย์. การฝึกอบรมนี้เกิดขึ้นในสภาพแวดล้อมที่จำลองด้วยแบบจำลองทางกายภาพที่พยายามเลียนแบบความเป็นจริงให้ดีที่สุดเท่าที่จะทำได้, แต่ยังมีความแตกต่างระหว่างสิ่งที่การจำลองทำนายและวิธีการที่หุ่นยนต์ทำงานในความเป็นจริง.

ในระยะที่สอง, นโยบายที่ผ่านการฝึกอบรมจะถูกโอนไปยังโลกแห่งความเป็นจริง, ที่รวบรวมข้อมูลจริงเกี่ยวกับพฤติกรรมของหุ่นยนต์. ขึ้นอยู่กับสิ่งนี้, รูปแบบการกระทำของเดลต้าที่เรียกว่าถูกสร้างขึ้น, ซึ่งชดเชยความแตกต่างระหว่างฟิสิกส์จำลองและฟิสิกส์จริง. จากนั้นรุ่นนี้จะใช้เพื่อปรับแต่งการเคลื่อนไหวของหุ่นยนต์, ทำให้มั่นใจว่าพฤติกรรมในความเป็นจริงนั้นมีความแม่นยำและมั่นคงที่สุดเท่าที่จะทำได้.

ในวิดีโอ, คุณสามารถเห็นหุ่นยนต์ที่เลียนแบบการเคลื่อนไหวของนักกีฬาที่มีชื่อเสียง.