类人型机器人或具有类似人体结构的虚拟系统，在现实世界中有广泛的应用。由于它们的四肢和身体与人体相似，它们可以模仿各种人类动作，如行走、蹲下、跳跃、游泳等。

在虚拟类人角色中计算生成逼真的动作可能对视频游戏、动画电影、虚拟现实（VR）体验和其他媒体内容的开发产生有趣的影响。然而，视频游戏和动画中描绘的环境往往高度动态且复杂，这使得为这些环境中引入的类人型机器人规划动作更具挑战性。

以色列NVIDIA研究所的研究人员最近推出了PlaMo（Plan and Move），这是一种新的计算方法，用于在复杂、三维、物理模拟的世界中规划类人型机器人的动作。他们的方法发表在arXiv预印本服务器上的一篇论文中，包括一个场景感知路径规划器和一个稳健的控制策略。

“在复杂的物理模拟世界中控制类人型机器人是一个长期存在的挑战，在游戏、模拟和视觉内容创作中有许多应用，”阿萨夫·哈拉克（Assaf Hallak）、加尔·达拉勒（Gal Dalal）及其同事在论文中写道。

“在我们的设置中，给定一个丰富且复杂的3D场景，用户会提供一系列由目标位置和移动类型组成的指令。为了解决这个问题，我们提出了PlaMo，一个场景感知路径规划器和一个基于物理的稳健控制器。”

以往大多数研究旨在规划3D模拟环境中类人型角色的动作时，都侧重于开发规划器或控制器中的一种，而不是两者都开发。由于这两种类型的模型所执行的任务（即规划和执行类人型角色的动作）是相互依存的，因此哈拉克（Hallak）、达拉勒（Dalal）及其同事着手设计了一种同时解决这两个问题的计算方法。

“路径规划器会生成一系列运动路径，同时考虑场景对运动施加的各种限制，如位置、高度和速度，”哈拉克、达拉勒及其同事写道。“为了补充规划器，我们的控制策略会生成丰富且逼真的物理运动，以遵循该计划。”

研究人员在一系列模拟中测试了PlaMo，使用它来规划和执行具有中性身体结构（即没有面部特征、头发、衣物等）的SMPL类人型虚拟代理的动作。他们在NVIDIA开发的IsaacGym上运行了模拟，IsaacGym是一个基于物理的模拟环境，用于强化学习。

这些测试的结果非常令人鼓舞，因为发现PlaMo方法能够有效地根据文本指令在复杂的模拟场景中规划和执行SMPL类人型角色的动作。值得注意的是，该方法的规划器组件被发现能够考虑到类人型角色在不均匀地形上的运动，以及环境中的静态和动态障碍物。

反过来，运动控制器被发现能够可靠地跟踪规划器规划的路径，为类人型角色执行复杂且场景感知的动作，例如在低垂的天花板下爬行或迅速移动以避开接近的障碍物。

总体而言，这两个模块的组合非常有效，能够根据环境的变化产生逼真的动作。