2.4 稳健性训练:BeyondMimic (Whole Body Tracking) 核心功能:将“动作轨迹”变成“肌肉记忆”。 单纯模仿轨迹在现实中会摔倒,BeyondMimic 通过强化学习让机器人学会如何自主维持平衡。 仿真训练准备 将 GMR 导出的轨迹作为目标,在 BeyondMimic 环境中配置该机器人的 Reward 函数,并开始训练。建议先在小规模并行环境下调试 Reward,再扩展至大规模训练。
SONIC 展现出碾压性优势:在 1602 条 AMASS 测试轨迹上,SONIC零样本泛化实现 99.6% 成功率、42.7mm MPJPE,远超 Any2Track(58.3%/202.3mm)、BeyondMimic
:输出格式兼容性:GMR Pickle 格式 → 直接用于 RL 模拟器MimicKit 格式转换 (通过 scripts/batch_gmr_pkl_to_csv.py)CSV 格式输出 (适用于 beyondmimic