使用场景
在IsaacGym到IsaacSim的迁移中，ASAP显著提高了机器人动作的流畅性和准确性。
在IsaacGym到Genesis的迁移中，ASAP通过残差动作模型优化了机器人的动态性能。
在真实世界的Unitree G1人形机器人上，ASAP实现了复杂动作的精准执行，如侧跳和踢腿。
产品特色
通过模拟预训练实现运动跟踪策略
利用现实世界数据训练残差动作模型以补偿动态差异
实现模拟与现实物理的对齐，提升技能迁移效果
支持多种人形机器人平台，包括仿真环境和真实机器人
显著降低运动跟踪误差，提高动作的敏捷性和协调性
使用教程
1. 在模拟环境中使用人类运动数据预训练运动跟踪策略。
2. 在现实世界中部署预训练策略，收集真实轨迹数据。
3. 基于真实数据训练残差动作模型，以补偿模拟与现实之间的动态差异。
4. 将残差动作模型集成到模拟器中，对预训练策略进行微调。
5. 将微调后的策略部署到现实世界中，实现敏捷的全身技能。
