NablaMimic onderzoekt kortere training voor een gesimuleerde G1

De open software leert een virtuele robot menselijke bewegingen volgen. Een fysieke proef ontbreekt nog.

Weyl Lu en Yubei Chen beschrijven in de preprint NablaMimic hoe een gesimuleerde Unitree G1 menselijke bewegingen leert volgen. Hun trainingsmethode gebruikt NablaEngine voor de natuurkundige berekeningen. Het team rapporteert dat één model op veertig LAFAN1-bewegingsclips na twintig minuten een vergelijkingsscore van 0,82 haalt, op één RTX PRO 6000-grafische kaart. De aangehaalde SuperMimic-score is op andere hardware gemeten. Die vergelijking bewijst dus geen vaste snelheidswinst op dezelfde computer. De code is openbaar. Alle resultaten betreffen simulatie op een vlakke ondergrond; overdracht naar een fysieke G1 is nog niet getest. Het onderzoek levert daarmee geen nieuwe, direct bruikbare robotfunctie op.

Wat betekent dit?

Kortere training kan ontwikkelaars sneller laten experimenteren. Of de bewegingen ook buiten de simulator werken, vraagt nog een fysieke proef.

Bron: Weyl Lu en Yubei Chen, NablaMimic ↗. Samengevat door YourWally op basis van de publicatie van de onderzoekers.

← Alle berichten