ترجمه فارسی مقاله MuJoCo MPC برای کنترل انسان‌نما: ارزیابی در HumanoidBench

چکیده

We tackle the recently introduced benchmark for whole-body humanoid control HumanoidBench using MuJoCo MPC. We find that sparse reward functions of HumanoidBench yield undesirable and unrealistic behaviors when optimized; therefore, we propose a set of regularization terms that stabilize the robot behavior across tasks. Current evaluations on a subset of tasks demonstrate that our proposed reward function allows achieving the highest HumanoidBench scores while maintaining realistic posture and smooth control signals. Our code is publicly available and will become a part of MuJoCo MPC, enabling rapid prototyping of robot behaviors.

چکیده به فارسی (ترجمه ماشینی)

ما با استفاده از MPC Mujoco ، معیار اخیراً معرفی شده برای کنترل انسان Humanoidbench Humanoidoidbench را مقابله می کنیم.ما می دانیم که توابع پاداش پراکنده Humanoidbench در هنگام بهینه سازی رفتارهای نامطلوب و غیرواقعی را به همراه دارد.بنابراین ، ما مجموعه ای از اصطلاحات منظم را پیشنهاد می کنیم که رفتار ربات را در طول کارها تثبیت می کند.ارزیابی های فعلی در زیر مجموعه ای از کارها نشان می دهد که عملکرد پاداش پیشنهادی ما امکان دستیابی به بالاترین نمرات Humanoidbench را در عین حال حفظ وضعیت واقع بینانه و سیگنال های کنترل صاف امکان پذیر می کند.کد ما در دسترس عموم است و بخشی از Mujoco MPC خواهد شد و امکان نمونه سازی سریع رفتارهای روبات را فراهم می کند.