HoloBoxing: una semplice ricetta per il pugilato umanoide con 7 minuti di addestramento su una sola GPU

Abstract degli autori

HoloBoxing presenta una semplice ricetta per insegnare a un umanoide a boxare, basata su un controller preaddestrato per l’intero corpo. Il metodo separa le abilità motorie riutilizzabili dalle decisioni legate al compito: un pianificatore compatto richiede obiettivi futuri per punti del corpo, mentre il controller, i cui parametri restano fissi, gestisce l’esecuzione a livello delle articolazioni. Un decoder addestrato trasforma azioni a 32 dimensioni in finestre strutturate di obiettivi, e l’imitazione basata su stati misurati inizializza il pianificatore prima dell’apprendimento per rinforzo. L’apprendimento del compito perfeziona poi il comportamento nell’interazione riutilizzando il decoder e il controller, senza dover apprendere da capo il controllo dell’intero corpo. Questa combinazione concentra l’ottimizzazione del compito su una policy compatta di livello superiore e fornisce un comportamento iniziale prima dell’esplorazione guidata dalle ricompense. Partendo da quel controller già disponibile, il metodo richiede circa sette minuti di addestramento aggiuntivo, compresi il fitting di una rappresentazione riutilizzata e una sessione di addestramento per il compito su una sola GPU. Il conteggio esclude il preaddestramento del controller, la preparazione dei dati, la valutazione e la ricerca. Esperimenti di pugilato simulato e controlli sulle componenti valutano il comportamento ottenuto e il ruolo dell’inizializzazione mediante imitazione e della rappresentazione degli obiettivi.