类人机器人，即身体结构类似人体的机器人或虚拟系统，在现实世界中具有广泛的应用。它们的四肢和身体与人类相似，因此可以模拟各种人类动作，如行走、蹲伏、跳跃和游泳等。
（图片来源：arxiv.org）
通过计算生成虚拟类人形角色的真实动作，可能对开发电子游戏、动画电影、虚拟现实（VR）体验和其他媒体内容发产生有趣的影响。然而，电子游戏和动画中所描绘的环境往往是高度动态和复杂的，因此在这些环境中引入类人机器人的规划动作更具挑战性。
据外媒报道，以色列NVIDIA研究中心（NVIDIA Research）的研究人员最近推出新计算方法PlaMo（规划和移动，Plan and Move），可用于规划人形机器人在复杂的3D物理模拟世界中的移动方式。在arXiv预印本服务器上发表的一篇论文中介绍了这种方法，该方法由场景感知路径规划器和稳健的控制策略组成。
该论文中提到：“在复杂的物理模拟世界中控制类人机器人是一项长期挑战，在游戏、模拟和视觉内容创建中具有诸多应用。该设置给定一个丰富而复杂的3D场景，用户可以提供由目标位置和运动类型组成的指令列表。为了解决这个任务，我们提出了PlaMo，这是一款场景感知路径规划器和强大的物理基控制器。”
之前的大多数研究以规划类人角色在3D模拟环境中的运动为目标，重点关注开发规划器或控制器，而不是兼顾两者。由于这两种模型执行的任务（即规划和执行类人机器人的运动）是相互依存的，研究人员开始设计一种能够同时解决这两个问题的计算方法。
研究人员表示：“考虑到场景对运动施加的各种限制，例如位置、高度和速度，路径规划器会生成一系列运动路径。而与规划器相辅相成，我们的控制策略会根据规划生成丰富而逼真的物理运动。”
研究人员对PlaMo进行了一系列仿真测试，使用它来规划和执行SMPL类人机器人的运动，并在英伟达（NVIDIA）开发的物理基强化学习模拟环境IsaacGym上进行模拟运行。SMPL是一种具有中性身体结构的人形虚拟代理（即没有五官、头发和衣服等）。
这些测试得出的结果非常令人鼓舞。研究人员发现，PlaMo方法能够按照文本指令有效地规划和执行SMPL类人机器人在复杂模拟景观中的运动。值得一提的是，该方法的规划器组件能够处理人形角色在不平坦地形上的运动，以及环境中的静态和动态障碍物。反过来，运动控制器能够可靠地跟踪规划者规划的路径，为类人机器人执行复杂且具有场景感知的动作，例如在低悬天花板下爬行，或快速移动以避开接近的障碍物。总体而言，这两个模块结合在一起非常有效，可以根据环境变化产生真实的运动。
PlaMo专注于规划和控制，这为将其与现代语言模型和3D场景理解相结合开辟了机会。考虑到这些扩展内容，研究人员将PlaMo视为实现更大系统的敲门砖。在这些系统中，非玩家角色（NPC）被赋予要扮演的角色，从而形成丰富的模拟虚拟世界。
