PARC: Physics-based Augmentation with Reinforcement Learning for Character Controllers

要約

人間は、壁を登ったり、隙間を飛び越えたりするなど、ダイナミックな操作を行うパルクールの開業医によって例示される、アジャイルな運動能力を備えた多様で複雑な環境をナビゲートすることに優れています。
これらのアジャイルな動きをシミュレートされたキャラクターで再現することは、アジャイル地形の横断行動のモーションキャプチャデータが不足していることと、そのようなデータを取得するための高コストのために、挑戦的なままです。
この作業では、機械学習と物理学ベースのシミュレーションを活用してモーションデータセットを繰り返し、地形横断コントローラーの機能を拡張するために機械学習と物理ベースのシミュレーションを活用するフレームワークであるPARC（物理学ベースの増強）を紹介します。
PARCは、コア地形トラバーサルスキルで構成される小さなデータセットでモーションジェネレーターをトレーニングすることから始めます。
その後、モーションジェネレーターを使用して、新しい地形を横断するための合成データを作成します。
ただし、これらの生成された動きは、誤った連絡先や不連続などのアーティファクトをしばしば示します。
これらのアーティファクトを修正するために、物理ベースの追跡コントローラーをトレーニングして、シミュレーションの動きを模倣します。
次に、修正された動きがデータセットに追加され、次の反復でモーションジェネレーターのトレーニングを継続するために使用されます。
PARCの反復プロセスは、モーションジェネレーターとトラッカーの機能を共同で拡張し、複雑な環境と相互作用するためのアジャイルで多用途のモデルを作成します。
PARCは、モーションデータの希少性と多用途のキャラクターコントローラーの必要性とのギャップを橋渡しするアジャイル地形トラバーサルのコントローラーを開発するための効果的なアプローチを提供します。

要約(オリジナル)

Humans excel in navigating diverse, complex environments with agile motor skills, exemplified by parkour practitioners performing dynamic maneuvers, such as climbing up walls and jumping across gaps. Reproducing these agile movements with simulated characters remains challenging, in part due to the scarcity of motion capture data for agile terrain traversal behaviors and the high cost of acquiring such data. In this work, we introduce PARC (Physics-based Augmentation with Reinforcement Learning for Character Controllers), a framework that leverages machine learning and physics-based simulation to iteratively augment motion datasets and expand the capabilities of terrain traversal controllers. PARC begins by training a motion generator on a small dataset consisting of core terrain traversal skills. The motion generator is then used to produce synthetic data for traversing new terrains. However, these generated motions often exhibit artifacts, such as incorrect contacts or discontinuities. To correct these artifacts, we train a physics-based tracking controller to imitate the motions in simulation. The corrected motions are then added to the dataset, which is used to continue training the motion generator in the next iteration. PARC’s iterative process jointly expands the capabilities of the motion generator and tracker, creating agile and versatile models for interacting with complex environments. PARC provides an effective approach to develop controllers for agile terrain traversal, which bridges the gap between the scarcity of motion data and the need for versatile character controllers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google