Робот Unitree G1 научился лазить по лестницам с успехом 92,5% в симуляции

Исследователи ETH Zurich разработали метод Attention-based Contact Planning (ACP), который позволяет гуманоиду Unitree G1 лазить по лестницам, преодолевать препятствия и вставать после падений с помощью единой обученной политики. В симуляциях система достигла средней успешности 92,5% на восьми полосах препятствий против 58,8% у базового метода MGMT.

• ACP планирует точки контакта для девяти частей тела: рук, локтей, коленей, стоп и таза
• Лидар на Jetson Orin NX обрабатывает 20 000 точек за 30 мс с обновлением 10 Гц
• Обучение шло в три этапа на 13,2 минуты человеческих движений
• 92,5% успеха в симуляции против 58,8% у MGMT — это не реальные показатели