- 类别
- 模型 · 运动控制
- 开放程度
- 开源
- 发布时间
- 2018 年 4 月
- 开源协议
- MIT
- 发布方所在地
- 美国
项目简介
加州大学伯克利分校提出的基于物理的动作模仿方法,用深度强化学习训练仿真人形角色模仿动作捕捉片段,学习翻跟头、旋踢、行走等技能,并能与任务目标结合。仓库同时包含后续工作 AMP(对抗动作先验)的实现:仿真环境基于 Bullet、用 C++ 编写并通过 SWIG 提供 Python 接口,训练基于 TensorFlow 和 MPI 并行,附带预训练策略。官方已标注弃用,推荐改用 MimicKit。