Global · IA · Robótica · IA física · Código abierto · Asimov
Asimov abre el código de entrenamiento de la marcha de su humanoide
Menlo Research presenta una base de Isaac Lab con recompensas, ajustes de actuadores y variaciones de simulación.
Fecha de la fuente original:
Lo esencial
- Se publican configuraciones de entrenamiento específicas del humanoide.
- La recuperación tras caídas sigue planteada como trabajo futuro.
Una base para modificar la marcha
Asimov, el proyecto de humanoides de Menlo Research, anunció la apertura de su política de locomoción y del código utilizado para entrenarla. La base utiliza Isaac Lab y reúne las recompensas del aprendizaje por refuerzo, configuraciones de actuadores ajustadas al hardware y parámetros para variar las condiciones de la simulación.
Entrenamiento adaptable al robot
El enfoque combina aprendizaje por refuerzo con referencias de movimiento que orientan el estilo de marcha. Según la empresa, los desarrolladores pueden cambiar esas referencias o modificar la descripción del robot para experimentar con otro hardware. El anuncio también contempla un checkpoint entrenado; el repositorio público documenta el código de entrenamiento y evaluación. La recuperación autónoma después de una caída figura como una capacidad que la empresa espera explorar con la comunidad.