獨家 | 忘記波士頓動力公司。這個機器人可以自學走路

作者：Will Douglas Heavenarchive page

翻譯：陳超

校對：車前子

本文介紹了波士頓動力公司發布的機器人Cassie如何實現自學走路的虛擬視頻，以及該方法在現實生活中的困難及應用。

波士頓動力公司發布的虛擬視頻讓人印象深刻但是教機器人自己走路卻有點兒難。

混合機器人

一雙叫做Cassie的機器腿已經通過強化學習的方法被教會了走路，強化學習是一種通過試錯來教AI復雜行為的訓練技術。兩條腿的機器人從零開始學會了一系列運動，包括蹲著行走以及攜帶意料之外的負重時行走。

視頻****：https://youtu.be/goxCjGPQH7U

但是機器人可以隨音樂跳舞嗎？由于波士頓動力公司（Boston Dynamics）發布的熱門視頻，人們對機器人可以做什么的期待越來越高，視頻展示了人形機器人Atlas單腿站立，跳過盒子，并且跳舞。這些視頻累計達到了上百萬的瀏覽量，甚至也有很多模仿視頻。Atlas對運動的控制讓人印象深刻，但是編舞的序列可能涉及到大量手動調參。（波士頓動力公司并未披露細節，所以很難說清楚手動調參的量級）。

“這些視頻可能會讓一些人相信這是一個已經解決了的、很簡單的問題”，加州大學伯克利分校的Zhongyu Li這樣說道，Zhongyu Li與同事們是Cassie的研發者。“但是想實現機器人可靠地操作并在人類環境中生活，我們仍然有很長的路要走。”Cassie現在還不能跳舞，但是教這個真人大小的機器人自己學習走路，這已經讓它更接近于能夠處理大部分地形，并在絆倒或受損時恢復。

虛擬的局限性：強化學習已經被用于訓練機器人在虛擬環境中走路，但是將該能力移植到現實世界是很困難的。“你看到的許多虛擬代理的視頻根本不是真實的，”Chelsea Finn說道，他是斯坦福大學的AI和機器人研究專家，但他并沒有加入這項工作。虛擬環境中模擬的物理定律和現實生活中的物理定律有細微的差異——例如機器人的腳和地面的摩擦——可能會導致機器人無法應用它所學到的內容。對一個重量大的兩腿機器人來說，即使它的移動只有小小的一步，都可能失去平衡并且跌倒。

雙重模擬：但是通過在現實世界試錯的方法來訓練一個大型機器人可能是很危險的事。為了解決這些問題，伯克利團隊使用了兩層的虛擬環境。首先，虛擬版本的Cassie通過在一個大的現存機器人運動數據庫畫出軌跡來學習走路。這種模擬之后會被移植到第二層叫做SimMechanics虛擬環境，這個環境高度準確地復刻了現實世界的物理規律——以運行速度為代價。只有Cassie走得比較好的時候，機器人習得的步行模型才會加載到真實的機器人當中。

真實的Cassie能夠使用在仿真過程中習得的模型走路，不需要額外調整。它可以通過粗糙和光滑的區域，攜帶意外的負重，并且在被推之后自我恢復過來。在測試階段，Cassie也會損壞它右腿位置的兩個發動機，但是它能夠調整自己的運動來進行補償。Finn認為這是令人激動的工作。帝國理工學院機器人學習實驗室的負責人Edward Johns也同意這種觀點，他說：“這是我見過的最成功的案例了，”

伯克利團隊希望使用他們的方法來增加Cassie的運動技能。但是并不期待很快它就能學會跳舞。