摘要：更让人惊艳的是,视频里这些动作都不是加速播放的效果。英伟达高级研究科学家Jim Fan还特意把视频放慢，就是要让大家看清楚每个动作有多流畅自然。
宇树人形机器人的"运动细胞"也太丰富了！前脚H1还在春晚上扭得风生水起：
后脚G1就上演了一出“体坛巨星模仿秀”。科比附体：后仰跳投时，机器人精准控制重心，起跳、投篮一气呵成，落地平稳：
C罗招牌：进球后腾空半转身：
双臂张开完成标志性“siu”庆祝动作，关节协调性堪比真人：
詹姆斯霸王步：胯下运球后迈出霸气步伐，动作连贯无卡顿;
甚至能完成1.5米立定跳远、侧边跳跃、踢腿等高难度动作。
更让人惊艳的是,视频里这些动作都不是加速播放的效果。英伟达高级研究科学家Jim Fan还特意把视频放慢，就是要让大家看清楚每个动作有多流畅自然。
这波操作的背后,是英伟达和CMU(卡内基梅隆大学)研究团队最新发布的ASAP框架。它让宇树G1机器人一举突破了困扰业界多年的"模拟到现实"鸿沟，实现了前所未有的运动控制效果。
而且ASAP的论文和代码都开源了。网友连夜送上表情包套餐：
@洛杉矶四点半：“现在机器人能一周7天/每天25小时训练，人类的黑曼巴精神算什么？“
@帅罗忠实铁粉：“能不能过几年来个机器人版 梅罗合体5v5足球赛，或者詹杜库组一队来一把3v3篮球赛，等他们退役以后还可以看到机器人版对决。”
@帅清风盘点：“机器人上场了打架能拉开吗？”
▍给物理引擎打补丁：ASAP如何跨越“模拟现实”鸿沟
让机器人模仿人类动作，说起来容易做起来难。
最大的挑战在于，在电脑里训练得再好的机器人，到了真实世界往往就"水土不服"了。业内把这个问题称为"sim2real gap"(模拟到现实的差距)。
简单说，就是电脑里模拟的物理环境再精细，也很难完美复制现实世界的复杂动力学特性。这就像你在游戏里练得再溜，到了真实赛场上还是要重新适应。
传统解决方案，比如系统辨识(SysID)和域随机化(DR)，要么需要耗费大量人力调参，要么会让机器人动作变得过于保守。
ASAP(Aligning Simulation and Real Physics)框架提供了一个巧妙的解决方案。它采用"real2sim2real"(真实-仿真-真实)方法：
首先把训练好的策略部署到真实机器人上收集数据，然后在仿真环境中重放这些动作。虽然重放时会有偏差，但这些偏差恰恰反映出了仿真与现实的差异。
关键的是，研究团队用神经网络学习这些差异，本质上是给传统物理引擎打了个"现实补丁"，让仿真环境更贴近真实世界。
▍两阶段四步流程：从视频到真实动作的迁移
ASAP框架分为两大阶段。第一阶段是在模拟环境中，利用调整过的人类运动数据预训练运动跟踪策略。
第二阶段，这些策略被移至真实世界应用，同时收集真实数据来训练一个“残差”动作模型，旨在缩小模拟与真实物理动态间的差距。随后，ASAP将预训练策略与残差动作模型结合，并在模拟器中进一步微调，以确保与真实物理动态的更好对齐。
具体流程包含四步：首先，进行运动跟踪预训练与真实轨迹收集，即将人类视频中的运动数据转化为类人机器人动作，在模拟环境中预训练多个跟踪策略，并生成真实世界的运动轨迹。
其次，训练差异动作模型，基于真实数据，通过最小化模拟状态与真实状态间的差距进行优化。
接着，进行策略微调，固定差异动作模型并将其融入模拟器，调整模拟与真实物理的匹配度，随后微调先前训练的跟踪策略。
最后，将微调后的策略直接部署到真实世界，此时无需差异动作模型。
▍三重考验：从简单到困难的真实性测试
为了验证ASAP的有效性，研究团队设计了三个难度递增的测试场景。
第一个是从IsaacGym到IsaacSim的迁移。这两个都是NVIDIA的物理模拟器，使用相似的物理引擎。这就像在"同一个考场"换道题，主要用来验证ASAP的基础可靠性。
实验数据显示，ASAP在所有动作长度上都优于基线方法。特别是在长时间动作序列中，它保持了稳定的表现，而传统方法则会出现累积误差。具体来说，ASAP实现了更低的Eg-mpjpe和Empjpe值。
第二个考验是从IsaacGym到Genesis的迁移。Genesis使用不同的物理引擎，这就像是换了一个"考试系统"。在这个更具挑战性的场景中，ASAP依然表现出色。在Genesis中，它实现了Eg-mpjpe=129和Empjpe=77.0的优秀成绩，大幅领先于其他方法。
下图的可视化比较显示，ASAP相比未经微调的强化学习策略，更能适应新动力学环境并保持稳定跟踪，而基线方法则累积误差导致跟踪下降。这突显了ASAP在解决仿真到现实差距上的鲁棒性和适应性，验证了其作为提高闭环性能和确保现实场景可靠部署的有效范式。
最后是最难的考验：从模拟环境到真实的宇树G1机器人。这里面临着传感器噪声、建模误差、执行器差异等多重挑战。即便如此，ASAP仍然成功让机器人完成了包括科比后仰跳投、C罗庆祝动作在内的多个高难度动作。
ASAP在两个运动跟踪任务（踢腿和「Silencer」）中与Vanilla基线比较，结果显示ASAP在缩小仿真到现实差距上表现更佳，特别是在关键指标上显著降低了跟踪误差，证明了其在提升人形机器人运动跟踪迁移能力上的有效性。
▍华人团队在世界舞台大放异彩
让人眼前一亮的是，这项突破性研究背后站着一支年轻的华人团队。18位作者中绝大多数都是华人面孔。
论文共同一作有四位：何泰然、高嘉伟、Wenli Xiao和张远航。
何泰然是上海交大计算机系校友，现为卡内基梅隆大学机器人研究所二年级博士生，同时也是英伟达GEAR团队成员。在加入这个项目前，他在微软亚洲研究院工作过一段时间。
高嘉伟目前就读于CMU，曾获得清华大学学士学位。他曾与Gao Huang教授、Jiangmiao Pang博士、Guanya Shi教授合作，参与强化学习算法及其在机器人领域应用的相关项目。
Wenli Xiao是卡内基梅隆大学机器人研究所（MSR）的硕士生，毕业于香港中文大学（深圳），目前在英伟达GEAR实验室实习，参与人形机器人基础模型研究。
张远航毕业于上海交大，担任过SJTU VEX机器人俱乐部的编程组负责人。现在在CMU机器人研究所攻读硕士学位，专注于人形机器人和空中操控研究。
▍未来已来：人形机器人奥运会还有多远？
"2030年的人形机器人奥运会一定会是一场盛宴！"Jim Fan对未来充满期待。
通过开源的HumanoidVerse框架，研究团队为整个领域提供了一个模块化的多仿真器人形机器人学习平台。它能将仿真器、任务和算法分离模块化，大大降低了不同仿真器和任务之间切换的工作量。
更重要的是，ASAP不仅让机器人能模仿人类动作，更让这些动作变得自然流畅，具有运动员般的美感。
从技术角度看，ASAP还有很大的提升空间。研究显示，通过优化数据集大小、训练时域和动作范数权重等参数，可以进一步提升开环和闭环性能。特别是在强化学习微调阶段，选择合适的参数能显著降低全局跟踪误差。
这次的研究成果，不仅展示了机器人技术的惊人进展，更让我们看到了中国年轻一代科研工作者在国际舞台上的实力。
Jim Fan说得对：未来属于混合仿真时代。通过将经典物理引擎的精确性与现代神经网络的适应性相结合，我们正在见证人形机器人运动能力的快速发展。而这个未来，正在被一群充满创造力的年轻人一步步带到我们面前。
项目主页：
论文地址：
开源项目：
来源：机器人大讲堂