Learning Velocity-based Humanoid Locomotion: Massively Parallel Learning with Brax and MJX

“Humanoid locomotion”（人形机器人运动）是将人形机器人从实验室带入现实世界的关键技能。已经提出了许多运动生成方法来实现机器人的运动，包括强化学习（RL）。RL运动策略具有极大的灵活性和通用性，可以不断获得新的知识以不断改进。本文介绍了一种基于速度的RL运动策略，用于REEM-C机器人。该策略采用了周期性奖励的形式，并在Brax/MJX中实现，以实现快速训练。本文展示了该策略的模拟结果，并正在进行未来的实验结果。

本论文旨在解决人型机器人在现实世界中的运动问题，通过使用强化学习方法来生成运动策略。

论文提出了一种基于速度的强化学习运动策略，并采用周期性奖励函数进行实现。此外，使用Brax/MJX进行快速训练。

论文使用REEM-C机器人进行了模拟实验，并展示了该策略的有效性。未来将进行实验验证。此外，论文还提到了该方法的通用性和可持续性，以及未来研究的方向。

最近的相关研究包括使用深度学习方法生成运动策略，以及使用其他强化学习算法。例如，标题为“DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills”的论文使用深度学习方法生成了人形角色的运动策略。