原标题：机器人“托马斯全旋”！北京通用人工智能研究院发布首个人形机器人通用运动框架怎么在手机上买股票开户
r央视网消息 近日，北京通用人工智能研究院（以下简称“通研院”）正式发布人形机器人通用运动框架OmniXtreme（通极）。该框架成功让机器人学会执行包括后空翻、托马斯全旋、武术踢击在内的数十种高动态“极限运动”，并在机器人上实现了真实世界的高成功率部署，成为首个可以执行各种极限动作的通用策略。“一套算法统一多套运动”，为人形机器人学习复杂运动方式带来明显提效。
r
“通小舞”机器人执行OmniXtreme（通极）框架完成极限运动动作
r
“通小舞”机器人执行OmniXtreme（通极）框架完成极限运动动作
r让机器人完成翻腾、倒立、霹雳舞等高动态、高协调性的复杂动作一直是机器人控制领域的难题。近年来，强化学习被广泛应用于机器人控制，使机器人可以通过大量仿真训练逐渐学会复杂动作。但当动作库不断扩大时，一个新的问题也显现出来：学习的动作越多，控制精度越易下降。
r与传统强化学习“从零开始训练一个统一策略”的方式不同，OmniXtreme（通极）为类人机器人高动态控制与泛化提供了一条新的技术路径，即一种两阶段学习框架。
r第一阶段，研究团队首先为不同动作训练专门的“专家策略”，利用生成式建模方法，将这些专家能力融合为一个统一策略。这种方式不再把控制看作简单的函数映射，而是学习动作分布的生成过程，显著提升了策略表达能力，使系统能够同时覆盖更多类型的复杂动作。
r第二阶段，在生成式策略基础上，通研院进一步引入考虑真实电机物理特性的强化学习优化，包括电机扭矩—速度关系建模、制动功率约束、更真实的执行器物理模拟。这些设计显著提升了策略在真实机器人上的可执行性，使仿真中学到的技能能够更稳定地迁移到真实机器人系统中。
r实验结果表明，该方法在人形机器人多种高动态动作任务上取得了超过90%的成功率。OmniXtreme（通极）解决了动作保真度与可扩展性兼顾的难题，成为下一代人形机器人动作泛化框架，将为未来更加复杂的机器人技能学习奠定基础。（总台记者 王胜东 夏子雅）
r责任编辑:小云怎么在手机上买股票开户
力创配资提示：文章来自网络，不代表本站观点。
