近日，控制器研究室在基于模仿学习的人形机器人运动控制方面取得进展，成功构建了一种基于“教师-学生”网络的人形机器人模仿学习框架，完成了人形机器人行走、跳跃、跳舞等动作训练，实现了拟人行走在人形机器人H1上的部署验证。

目前，强化学习和模仿学习应用于人形机器人控制已取得诸多进展，任务执行能力显著增强，但由于人形机器人与人类在形态和驱动方面存在较大物理差异，人形机器人从人类数据中进行学习实践仍具有一定挑战性。

针对人形机器人在实际动作模仿中存在的问题，团队从动捕数据集处理和策略学习两个方面出发，首先利用大规模人类动捕数据（AMASS），通过运动重定向，生成机器人可执行的全身动作库。再采用师生蒸馏框架，训练特权模仿策略（教师）和可部署策略（学生），通过域随机化和奖励设计提升鲁棒性，将策略部署在机器人上，进而实现人形机器人动作模仿。此外，团队利用运动重定向方法，将AMASS动捕数据映射至机器人关节空间，选取一定数量的关键点，通过计算smpl人体模型和机器人模型的关键点姿态差异梯度，优化smpl形状参数以适配机器人形态，再通过逆向运动学生成机器人可行动作序列。

该模仿学习框架能够实现机器人高保真的动作模仿，在下肢的复杂运动中也具备一定的稳定性，为后续机器人遥操作和实现更多复杂任务奠定了基础。