∇Mimic：基于可微仿真的高效人形机器人控制方法

$\nabla$Mimic: Ultra-Efficient Humanoid Control with Differentiable Simulation

AI 导读 · 根据来源整理

∇Mimic提出用仿真器精确梯度做一阶人形机器人策略学习，通过中位数相对逐样本梯度裁剪和多步回归复用仿真窗口，抑制接触动力学梯度爆炸。作者同时发布面向Unitree G1的可微GPU仿真引擎NablaEngine，称其解析梯度与float64有限差分一致，比现有MuJoCo Warp伴随方法快11.5倍。在单GPU上用单一策略跟踪全部40段LAFAN1全身动作时，∇Mimic用20分钟达到0.82分、1.8小时达到0.874分，而世界模型方法达到0.82分需1.2小时；一阶基线SHAC在数分钟内因梯度爆炸停止。