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(fā)布的機器人Cassie如何實現(xiàn)自學走路的虛擬視頻，以及該方法在現(xiàn)實生活中的困難及應用。

波士頓動力公司發(fā)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(jīng)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(fā)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(jié)，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(jīng)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(fā)者?！暗窍雽崿F(xiàn)機器人可靠地操作并在人類環(huán)境中生活，我們?nèi)匀挥泻荛L的路要走?！盋assie現(xiàn)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(jīng)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(jīng)被用于訓練機器人在虛擬環(huán)境中走路，但是將該能力移植到現(xiàn)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(huán)境中模擬的物理定律和現(xiàn)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(nèi)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(xiàn)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(huán)境。首先，虛擬版本的Cassie通過在一個大的現(xiàn)存機器人運動數(shù)據(jù)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(huán)境，這個環(huán)境高度準確地復刻了現(xiàn)實世界的物理規(guī)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(qū)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(fā)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。