Skip to content

ase.md

Latest commit

 

History

History
131 lines (107 loc) · 6.97 KB

ase.md

File metadata and controls

131 lines (107 loc) · 6.97 KB
Raw
type method
tags
hierarchical-control
embedding
gan
xbpeng
paper
bfm
behavior-foundation-model
awesome-bfm-papers
nvidia
status complete
updated 2026-09-15
code https://github.com/nv-tlabs/ASE
venue 2022 · TOG
arxiv 2205.01906
related
../overview/bfm-41-papers-technology-map.md
../overview/bfm-category-02-goal-conditioned-learning.md
../overview/humanoid-amp-motion-prior-survey.md
../entities/protomotions.md
./amp-reward.md
../entities/mimickit.md
./smp.md
../entities/paper-cmp.md
../entities/paper-notebook-skillmimic-learning-basketball-interaction-skill.md
../entities/paper-lucid.md
sources
../../sources/papers/ase.md
../../sources/papers/bfm_awesome_ase_arxiv_2205_01906.md
../../sources/papers/bfm_awesome_41_catalog.md
../../sources/blogs/wechat_embodied_ai_lab_bfm_41_papers_survey.md
../../sources/papers/lucid_arxiv_2608_07746.md
summary ASE (Adversarial Skill Embeddings) 通过对抗学习在潜空间中压缩动作风格，实现层次化控制与复杂任务组合。

ASE: 对抗性技能嵌入

ASE 将生成对抗思想与层次化强化学习相结合，旨在从大规模无标注运动数据中学习通用的技能表示。

英文缩写速查

缩写 英文全称 简要说明
AMP Adversarial Motion Prior 用对抗判别约束状态转移接近专家运动分布的先验

Survey 坐标（策展索引）

在 awesome-bfm-papers 中

字段 内容
编号 25/41
分组 02 Goal-conditioned 学习
出处 2022 · TOG
索引来源 awesome-bfm-papers

核心架构：两阶段学习

  1. 技能发现 (Skill Discovery)：
    • 训练一个低层策略（Low-level Policy），其输入除了状态 $ 还有潜变量 $。
    • 潜变量 $ 被映射到特定的动作风格。
    • 判别器确保生成的动作分布与参考数据集一致。
  2. 任务适配 (Task Adaptation)：
    • 低层策略被冻结。
    • 训练高层策略（High-level Policy）在潜空间 $ 中进行搜索，以完成特定任务。

主要技术路线

阶段 关键技术 目标
预训练 Adversarial Information Bottleneck 学习解耦且稠密的技能潜空间
潜空间建模 SE(3) 表示 Embedding 将技能约束在超球面上，便于高层搜索
下游训练 Skill Chaining 组合多个基本技能完成长程任务

与 PhysicsPingPong 的对照

Table Tennis Strategy & Skill Learning（SIGGRAPH 2024）用 5 路 ASE 技能专家 + mixer 缓解任务阶段 mode collapse；论文 Table 1 显示相对单 ASE/CASE 在 Skill Accuracy 与连续回球数上显著提升。可作为「单 latent 空间 vs 多专家混合」的体育动画案例。

与 GPC 的对照

GPC（SIGGRAPH 2026，Peng 组）代表 离散 FSQ token + GPT 式自回归 路线：用 端到端 RL 学运动词汇表，再在 >600 h 数据上预训练生成式控制器，以 CoLA 微调下游任务。相对 ASE 的 连续对抗潜空间，GPC 强调规避连续流形 mode collapse，并在下游保留 随机行为多样性（论文对比 CVAE 任务控制器）。二者同属 可复用运动先验，但 GPC 面向 物理角色动画仿真，ASE 更常作 层次 RL 低层技能库。

与 LUCID 的对照

LUCID（arXiv:2608.07746）继承 ASE 式对抗 LLC，但把无结构超球面先验换成 语义 skill-anchor + within-skill 变分，并在冻结 LLC 之上用 macro-dynamics 世界模型想象 训练 HLC，面向长时程多物体重排。读法：ASE 解决「可复用技能嵌入」；LUCID 追问「技能接口如何对齐任务相位，以及高层如何预测技能后果」。

源码运行时序图

官方实现 nv-tlabs/ASE（Isaac Gym）：ase/run.py 统一入口，先训低层技能嵌入（如 HumanoidAMPGetup），再接高层任务（如 HumanoidHeading）并加载 LLC checkpoint；--test 做可视化回放。运动数据在 ase/data/motions，重定向可用 ase/poselib/retarget_motion.py。一次完整运行如下（命令以仓库 README 为准）：

sequenceDiagram
    autonumber
    actor U as 用户
    participant DATA as ase/data/motions<br/>poselib 重定向
    participant RUN as ase/run.py
    participant ENV as Isaac Gym<br/>Humanoid* 环境
    participant LLC as 低层 ASE / AMP<br/>技能嵌入
    participant HLC as 高层任务策略
    U->>DATA: 准备 / 重定向 MoCap 片段
    U->>RUN: --task HumanoidAMPGetup<br/>--headless（训 LLC）
    loop ASE 低层迭代
        RUN->>ENV: 并行 rollout
        ENV-->>LLC: 状态转移 + 模仿信号
        LLC->>LLC: 对抗技能奖励更新
    end
    RUN-->>U: llc_checkpoint
    U->>RUN: --task HumanoidHeading<br/>--llc_checkpoint=…
    loop 高层任务迭代
        RUN->>ENV: 任务条件 rollout
        ENV-->>HLC: 观测 + 任务奖励
        HLC->>LLC: 调用冻结低层技能
        HLC->>HLC: 策略更新
    end
    U->>RUN: --test --checkpoint=…
    RUN-->>U: 可视化回放
Loading
  • 两阶段解耦：低层学可复用技能嵌入，高层只学任务条件；换任务通常只重训 HLC。
  • 入口单一：训练与测试都走 ase/run.py，靠 --task / --test 切换模式。

关联页面

参考来源