在機器人身上復制不同動物運動技能的系統(tǒng)

谷歌研究和加州大學伯克利分校的研究人員最近開發(fā)了一種模仿學習系統(tǒng)，可以使機器人中的各種敏捷運動行為成為可能。 他們的技術在ar Xiv上預先發(fā)表的一篇論文中提出，允許機器人通過模仿動物獲得新的技能..

這項研究的實施者之一詹森·彭告訴TechXplore說：“這個項目建立在計算機圖形學的一些先前的工作基礎上，計算機圖形學訓練模擬人物通過模仿人類運動捕捉數(shù)據(jù)來移動。” “大多數(shù)這些技術主要應用于仿真，但在我們最近的項目中，我們邁出了第一步，將它們應用于真正的機器人?！?/p>

彭和他的同事最初訓練了一個四條腿的機器人，在模擬的環(huán)境中模仿狗的動作和行走方式。 他們的系統(tǒng)是用一種被稱為強化學習的方法，對真實狗記錄的運動數(shù)據(jù)進行訓練的。

“模擬訓練的優(yōu)點之一是速度很快，所以我們可以在幾天內(nèi)模擬幾個月的訓練，”彭解釋說。 “一旦機器人接受了模擬訓練，我們就可以利用在現(xiàn)實世界中收集的幾分鐘數(shù)據(jù)，將它所學到的東西適應真正的機器人?！?/p>

彭和他的同事使用的模仿學習方法比設計機器人控制器的更傳統(tǒng)的技術更具可伸縮性。 事實上，他們的方法不是為機器人中試圖復制的每一項技能設計一個新的控制器，而是簡單地訓練機器人來實現(xiàn)特定的運動風格，方法是向它們展示一些動物執(zhí)行所需運動的例子。 然后，機器人可以通過觀察這些例子自動學習新的運動技能。

彭和他的同事在一系列實驗中評估了他們的方法，訓練Likago，一種18度的F四足機器人，以復制不同的動物運動行為，包括不同的跑步、跳躍和轉彎方式。 值得注意的是，他們的技術使機器人能夠自動合成各種動物運動風格的控制器，有效地將它在模擬環(huán)境中學到的技能轉移到現(xiàn)實世界中。

彭說：“對我們來說，最令人興奮的結果是，同樣的底層方法可以學到各種各樣的技能，從步行到動態(tài)跳躍和轉彎，所有在模擬中學到的技能也可以轉移到一個真正的機器人上?！?“這些模仿學習技術可以更容易地為機器人建立大量技能儲備，使他們能夠更靈活地移動和與現(xiàn)實世界互動?！?/p>

在未來，彭和他的同事開發(fā)的模仿學習系統(tǒng)可以在動物啟發(fā)的機器人中實現(xiàn)更廣泛的敏捷運動。 目前，他們的技術只能使用運動數(shù)據(jù)進行訓練，但研究人員正在努力進一步發(fā)展它，以便它也可以從動物的視頻中學習。

彭說：“我們現(xiàn)在有興趣讓機器人模仿不同類型的運動數(shù)據(jù)，比如視頻剪輯?！?“運動捕捉數(shù)據(jù)有時很難記錄，特別是動物的數(shù)據(jù)，因為讓狗進入mocap工作室可能很棘手。 如果我們能用手機記錄一些我們希望機器人做什么的視頻片段，然后讓機器人學會如何自動復制這些技能，那就太好了?！?/p>