HOVER：NVIDIA等推出的人形机器人多模式控制框架

HOVER简介

HOVER（Humanoid Versatile Controller）是由NVIDIA、CMU、UC Berkeley、UT Austin和UC San Diego的联合研究团队开发的一种先进的人形机器人全身控制框架。该框架通过整合多种控制模式到一个统一的策略中，实现了机器人在不同任务间的无缝转换和高效灵活性，提供了一种通用的运动控制解决方案，适用于广泛的应用场景。HOVER利用大规模人类运动数据训练，通过策略蒸馏技术，将模仿学习到的运动技能转移到能够处理多种控制模式的单一“通用策略”中，显著提升了人形机器人的适应性和性能。

HOVER主要功能

1. 多模式控制： HOVER能够整合不同的控制模式到一个统一的策略中，使得人形机器人可以在多种任务之间无缝切换，如导航、双手操作和桌面操作。
2. 运动模仿学习： 框架通过模仿大规模人类运动数据来学习全身运动技能，这些数据通常来源于运动捕捉（MoCap）系统。
3. 策略蒸馏： HOVER采用策略蒸馏技术，将从“专家策略”（oracle policy）中学习到的运动技能转移到一个单一的“通用策略”中，以处理多种控制模式。
4. 高性能控制： 通过优化和蒸馏过程，HOVER在多种控制模式下的性能优于专门针对单一模式训练的策略。
5. 实时适应性： 框架能够实时适应不同的控制需求，提供稳定、类人的运动控制。
6. 跨平台应用： HOVER不仅在模拟环境中有效，还能够成功转移到真实世界的人形机器人硬件上。

HOVER技术原理

1. 统一命令空间设计： HOVER定义了一个包含上半身和下半身控制的统一命令空间，支持运动位置跟踪、局部关节角度跟踪和根跟踪等多种控制模式。
2. 目标条件强化学习： 通过目标条件强化学习（Goal-Conditioned RL）框架，HOVER训练策略以实时跟踪人类运动。
3. 运动重定向： 将人类运动数据集通过运动重定向技术转换为适合人形机器人的运动数据集，确保运动的可行性。
4. 专家策略训练： 训练一个“专家策略”来模仿人类运动，这个策略能够处理全身运动模仿，并作为策略蒸馏的基础。
5. 模式和稀疏度掩码： 使用模式掩码和稀疏度掩码来选择性地激活命令空间的不同部分，以适应不同的任务和控制模式。
6. DAgger框架： 利用DAgger（Dataset Aggregation）框架对策略进行蒸馏，通过模仿专家策略的行为来优化学生策略。
7. 跨模态物理知识共享： HOVER的策略能够跨不同模式共享物理知识，例如平衡、类人运动和精确的肢体控制，增强了策略的泛化能力。

HOVER应用场景

1. 导航与路径规划： HOVER能够控制人形机器人在复杂环境中进行导航和路径规划，使其能够自主避开障碍物并到达指定目的地。
2. 双足行走与步态控制： 利用HOVER，人形机器人可以执行双足行走和步态控制，模拟人类的行走方式，适用于各种地形和速度变化。
3. 桌面操作与精密作业： HOVER支持桌面操作任务，使机器人能够进行精密的物体操控和桌面作业，适用于工业自动化和实验室环境。
4. 人机交互与协作： 在人机交互场景中，HOVER能够使机器人理解和模仿人类动作，实现更自然的人机协作。
5. 紧急救援与灾害响应： HOVER可以控制人形机器人在紧急情况下执行救援任务，如在灾难现场进行搜索和物资搬运。
6. 娱乐与表演： 在娱乐领域，HOVER能够让人形机器人进行复杂的舞蹈和表演动作，为观众提供更加丰富和逼真的视觉体验。

HOVER项目入口

• 项目主页：https://hover-versatile-humanoid.github.io/
• arXiv技术论文：https://arxiv.org/pdf/2410.21229