圖片來源：Unsplash
記者 | 佘曉晨
編輯 |
1
四足機(jī)器人也稱機(jī)器狗，是一種模仿狗的體型的機(jī)器人。最近幾年，隨著機(jī)器人技術(shù)的發(fā)展，機(jī)器狗的應(yīng)用已經(jīng)十分常見，但想讓它們和現(xiàn)實(shí)中的狗一樣跑步仍非易事。
盡管如今的機(jī)器人已經(jīng)非常聰明，但比起人造的機(jī)器人，真正的動(dòng)物的能力還是高得多——機(jī)器狗很難模仿真正的狗完成跑步這樣的敏捷動(dòng)作。
但谷歌AI研究團(tuán)隊(duì)最近研究出了一個(gè)更為簡單的方法，讓機(jī)器狗擁有自己跑步的能力。
近日，谷歌AI和加州大學(xué)伯克利分校合作進(jìn)行了一項(xiàng)科研項(xiàng)目，研究目標(biāo)是找到一種自動(dòng)且高效的方法，將一只狗的敏捷行為（比如輕輕小跑或者旋轉(zhuǎn)）復(fù)制到四足機(jī)器人身上。
實(shí)際上，這并不是科學(xué)家第一次研究怎么讓機(jī)器人自動(dòng)做出動(dòng)物行為。但此項(xiàng)目的研究人員在博客文章中指出，那些已有的培訓(xùn)過程通?！靶枰罅康膶＜铱捶?，且往往包含大量冗長的獎(jiǎng)勵(lì)調(diào)整機(jī)制，從而能夠得到預(yù)期的機(jī)器人技能?！?/p>
而這種方法并不能很好地適應(yīng)機(jī)器人的具體情況，在這一過程中也必須要進(jìn)行手動(dòng)的調(diào)整，使得機(jī)器人更接近真狗的動(dòng)作。即使是一個(gè)極度仿真的四足機(jī)器人，真狗的動(dòng)作也不一定是機(jī)器人能夠適應(yīng)的，因此機(jī)器人經(jīng)常會(huì)出現(xiàn)跌倒、被鎖定等多種失敗的情況。
谷歌AI的這個(gè)項(xiàng)目則在正常程序中添加了一些可控的混亂因素，從而解決上述問題。這個(gè)方法的第一步是捕獲真狗的動(dòng)作，同時(shí)仔細(xì)定位真狗的腳、關(guān)節(jié)等關(guān)鍵點(diǎn)。接著，虛擬版本的機(jī)器人（也就是模擬機(jī)器人）會(huì)嘗試自動(dòng)模仿狗的運(yùn)動(dòng)，不斷學(xué)習(xí)這些動(dòng)作。
這一模型的核心是強(qiáng)化學(xué)習(xí)方法，也就是通過獎(jiǎng)勵(lì)、激勵(lì)機(jī)制完成目標(biāo)的一種訓(xùn)練技術(shù)。參照動(dòng)作生成之后，強(qiáng)化學(xué)習(xí)算法將通過這些參照動(dòng)作訓(xùn)練框架策略，在模擬環(huán)境中把它們復(fù)制出來。
圖片來源：公開論文
到這一步為止都還算順利，但當(dāng)我們使用模擬結(jié)果來控制現(xiàn)實(shí)的機(jī)器狗時(shí)，問題就出現(xiàn)了：現(xiàn)實(shí)世界并不是具有理想摩擦規(guī)則的二維平面，這意味著未經(jīng)修正的、基于模擬環(huán)境的動(dòng)作會(huì)直接引導(dǎo)機(jī)器人進(jìn)入地面。
為了防止這種情況發(fā)生，研究人員在模擬過程使用的物理參數(shù)中引入了隨機(jī)性元素，加入一些動(dòng)作變量，比如使虛擬機(jī)器人的重量更大、與地面的摩擦更大等。
由此，根據(jù)模型學(xué)習(xí)走路的機(jī)器人必須考慮各種細(xì)微的差異，以及這些差異產(chǎn)生的復(fù)雜性，包括如何抵消它們。
學(xué)會(huì)適應(yīng)隨機(jī)性使這些行走動(dòng)作在現(xiàn)實(shí)世界中更加穩(wěn)定，從而讓機(jī)器狗模仿狗自由奔跑，甚至更復(fù)雜的動(dòng)作，例如轉(zhuǎn)彎和旋轉(zhuǎn)。最關(guān)鍵的是，完成這些動(dòng)作無需人工干預(yù)，只需要一些額外的虛擬訓(xùn)練。
此外，研究中使用的機(jī)器狗是一家初創(chuàng)公司宇樹科技的“萊卡狗”（ Laikago）。宇樹科技是一個(gè)成立于2016年的中國機(jī)器狗公司，曾被媒體稱為“中國的波士頓動(dòng)力”。2019年8月，宇樹科技在其官網(wǎng)發(fā)布了 “萊卡狗”的視頻，視頻顯示，8輛“萊卡狗”一起拖動(dòng)了一輛載人面包車。
責(zé)任編輯：
