波士頓動力有對手了：不怕摔倒的機器狗，怎麼踹都能站起來

波士頓動力的機器狗，平衡感的確很強。

可再強也有摔倒的時候。而且，它們倒下之後需要人類扶起來。


這時候，就要隆重介紹 ANYmal 機器狗。

它摔倒之後只要蹬一蹬腿，就能重新站起來了：

但這並不表示它的平衡能力弱。

畢竟，這隻狗對刁鑽的地形毫不畏懼：


不論是踩着浪花，還是登高遠眺，都如履平地；
下雪的時候也能走樓梯。


重要的是，ANYmal 幾乎不依賴人類灌輸的知識。

初初來到這個世界，它不會站立不會走路：成熟的生存能力，是靠強化學習算法一點一點解鎖的。

(相比之下，MIT 科技評論説，波士頓動力機器人的動作，大多是人類手動編寫的。)

ANYmal 的大腦，是蘇黎世聯邦理工學院 (ETH Zurich) 和英特爾一同開發的，還登上了最新一期的 Science Robotics。

夢裏可以，現實就可以
就像剛才提到的那樣，機器狗的每一個動作，都不是人工寫的：

它是在模擬器裏，用強化學習算法學會的。

為什麼要用模擬器？


在模擬器裏，2,000 多隻機器狗 (智能體) 可以一起學走路，一起應對各種刁難。

這樣一來，可以輕而易舉地獲得大量的數據。

而有了強化學習算法，智能體可以在千萬次試錯中，找到技巧：

站起來

訓練開始的時候，它像一隻出生不久的小狗，可能是四肢的力量還弱，可能是還不懂得怎樣用力。

經過 1,500 代的訓練，運動策略已成熟穩健，機器狗可以從側卧的狀態毫不猶豫地正起身來。

它知道自己撲街的姿勢是怎樣的，就知道該用怎樣的動作，讓自己站起來：


更重要的是，模擬器裏訓練好的運動策略，不用做任何修改，就可以直接交給現實中的機器狗。

不論跌倒的時候，腿是如何被壓在身下，最終都能順利地站起來。

平衡感

當然，摔倒之後再爬起來，並不是上策。

而保持平衡，避免跌倒，也是機器狗的一項關鍵技能。畢竟按照慣例，有好事者會在一旁踢腿：


不用怕，這也是在模擬器裏學過的。

速度速度
另外，強化學習算法還可以針對不同的奔跑速度，來訓練策略。

訓練之下，機器狗的秒速已經達到 1.5 米，比沒用強化學習的時候快了 25%。


而單單跑得快，也是不夠的。前方的路並不平坦：

障礙物

作為一隻勇敢的機器狗，也該不懼路途中的任何障礙。

比如，越過障礙的同時，不要把自己摔下去：


比如，就算沒有辦法助跑，也要跨過 “大型” 障礙：


畢竟，ANYmal 一向是在危險的環境裏接受訓練的。

不管火災還是水災，人類越難進入的空間，越是它工作的地方。


不只是對手

或許，ANYmal 是波士頓動力當下最有力的對手了。

但這場比賽的節奏，也不一定要多麼緊張。

機器人頂會 IROS 2018 的現場，ANYmal 與波士頓動力的 SpotMini 相遇了。


兩隻身材相仿的機器狗，與其説向對方宣戰，不如説見面便是一副恩愛的樣子。

還有一隻嬌小的萊卡狗，在一旁靜靜地吃着狗糧。

你看，ANYmal 俯下身去，SpotMini 輕輕地吻了它的額頭：

也許，在嚴酷的訓練之外，加入清新自然的社交活動，能讓機器狗更有活力地投入下一階段的任務吧。

本文來自微信公眾號量子位（ID：QbitAI），作者為平衡慄，原文鏈接請點擊查看，愛範兒經授權發佈，文章為作者觀點，不代表愛範兒立場。


資料來源：愛範兒（ifanr）