Berkeley Humanoid : Une plateforme de recherche pour le contrôle basé sur l'apprentissage

Berkeley Humanoid: A Research Platform for Learning-based Control

July 31, 2024

Auteurs: Qiayuan Liao, Bike Zhang, Xuanyu Huang, Xiaoyu Huang, Zhongyu Li, Koushil Sreenath

cs.AI

Résumé

Nous présentons Berkeley Humanoid, une plateforme de recherche humanoïde fiable et à faible coût, conçue pour le contrôle basé sur l'apprentissage. Notre robot léger, construit en interne, est spécifiquement conçu pour les algorithmes d'apprentissage avec une faible complexité de simulation, un mouvement anthropomorphique et une grande résistance aux chutes. Le faible écart entre simulation et réalité du robot permet une locomotion agile et robuste sur divers terrains en extérieur, obtenue avec un simple contrôleur d'apprentissage par renforcement utilisant une légère randomisation de domaine. De plus, nous démontrons que le robot peut parcourir des centaines de mètres, marcher sur un sentier escarpé non pavé et sauter sur une ou deux jambes, témoignant ainsi de ses hautes performances en marche dynamique. Capable d'une locomotion omnidirectionnelle et de résister à de fortes perturbations avec une configuration compacte, notre système vise un déploiement évolutif et sim-to-real des systèmes humanoïdes basés sur l'apprentissage. Pour plus de détails, veuillez consulter http://berkeley-humanoid.com.

English

We introduce Berkeley Humanoid, a reliable and low-cost mid-scale humanoid research platform for learning-based control. Our lightweight, in-house-built robot is designed specifically for learning algorithms with low simulation complexity, anthropomorphic motion, and high reliability against falls. The robot's narrow sim-to-real gap enables agile and robust locomotion across various terrains in outdoor environments, achieved with a simple reinforcement learning controller using light domain randomization. Furthermore, we demonstrate the robot traversing for hundreds of meters, walking on a steep unpaved trail, and hopping with single and double legs as a testimony to its high performance in dynamical walking. Capable of omnidirectional locomotion and withstanding large perturbations with a compact setup, our system aims for scalable, sim-to-real deployment of learning-based humanoid systems. Please check http://berkeley-humanoid.com for more details.