ToddlerBot – 斯坦福大学开源的机器学习与人形机器人平台-爱论文

ToddlerBot是什么

ToddlerBot是斯坦福大学开源的用在运动操作的开源机器学习与人形机器人平台，为高效收集大规模、高质量的训练数据设计。ToddlerBot具备30个主动自由度，用Dynamixel电机，总成本控制在6000美元以内。基于数字孪生技术和零点校准，ToddlerBot能实现模拟到现实的零样本转移，且远程操作设备支持高效现实世界数据收集。ToddlerBot在运动和操作任务中表现出色，例如臂展、负载、耐力和动态运动能力。ToddlerBot的开源设计和详细组装手册易于复制和维护，适合广泛的研究应用。

ToddlerBot的主要功能

高效数据收集：能同时在模拟环境和现实世界中收集高质量的训练数据，支持大规模机器学习任务。全身运动与操作：具备30个主动自由度，能执行复杂的全身运动和操作任务，如步行、推-ups、拉-ups、双臂操作和全身操作。零样本模拟到现实转移：基于高保真数字孪生技术和电机系统识别，实现从模拟到现实的无缝策略转移。远程操作与数据收集：配备直观的远程设备，支持基于人类演示快速收集现实世界数据，用在学习运动技能。人机交互与协作：支持多机器人协作任务，如共同完成房间清理等复杂场景。

ToddlerBot的技术原理

数字孪生与零点校准：数字孪生：基于精确的物理模型和系统识别技术，创建高保真的模拟模型，确保模拟数据与现实世界的一致性。零点校准：用3D打印的校准设备，快速校准机器人的零点位置，确保运动控制的准确性。电机系统识别（SysID）：基于命令电机跟踪扫频信号，收集位置跟踪数据，拟合执行模型，确保动态参数的准确性。让机器人在模拟和现实世界中具有相同的运动特性。远程操作技术：用第二个上肢作为远程操作设备，基于力敏电阻和手持游戏电脑（如Steam Deck或ROG Ally X）控制机器人的运动。支持人类操作员直观地指导机器人完成复杂的任务。强化学习与模仿学习：强化学习（RL）：基于MuJoCo和PPO算法训练步行和转向策略，输出关节位置设定值，实现高效的运动控制。模仿学习：基于远程操作收集现实世界数据，训练扩散策略（Diffusion Policy），实现复杂的操作任务。