Killoser

  • 487 主题
  • 512 帖子
  • 4914 积分
  • 身份:版主
  • E币:1947

真正挑战波士顿动力的机器狗出现了!

2019-1-24 11:40:14 显示全部楼层
“网红公司”波士顿动力的机器狗SpotMini表演了开门的绝活,引发了人们的惊叹。波士顿动力的机器狗,平衡感的确很强。可再强也有摔倒的时候。而且,它们倒下之后需要人类扶起来。
有一个机器人正在挑战波士顿动力公司出的那个著名的机器狗,它就是来自瑞士苏黎世联邦理工学院机器人系统实验室和 ANYmal 机器人公司合作研制开发的四足机器人。
1.jpg
这个ANYmal机器狗,摔倒之后只要蹬一蹬腿,就能重新站起来了:
2.gif
但这并不表示它的平衡能力弱。毕竟,这只狗对刁钻的地形毫不畏惧:
E1B9F2992E834A7A07567CC393EC4A6FC45F23C9_size2753_w480_h270.gif
不论是踩着浪花,还是登高远眺,都如履平地;下雪的时候也能走楼梯。
ANYMAL 在2019 CES 展会上可谓大出风头,它化身快递小哥进行投送,这个未来物流的画面,着实是赚足了眼球!
3.gif
Anymal 甚至 get 到了使用电梯的技能。
而当实验室研究人员给 ANYmal 配上了六自由度机械手臂后,它可以和 SpotMini 机器人一样轻松完成开门动作~
捡矿泉水瓶也是轻而易举的事情~
ANYmal的本领还有很多了,比如说随着不同风格的音乐进行不一样的摇动和扭动。。
机器狗身上的内置麦克风会通过计算将音乐中的节奏提取出来。工程师已提前为 ANYmal 设计了几套舞蹈动作存入数据库,所以当它听到音乐时,就会根据节奏选择适合该音乐的动作。
另外,ANYmal 还能通过增加高端的 RGB 变焦相机远距离收集图像信息,对压力表、液压计等进行检查。
ANYmal几乎不依赖人类灌输的知识。

初初来到这个世界,它不会站立不会走路:成熟的生存能力,是靠强化学习算法一点一点解锁的。

(相比之下,MIT科技评论说,波士顿动力机器人的动作,大多是人类手动编写的。)

ANYmal的大脑,是苏黎世联邦理工学院(ETH Zurich) 和英特尔一同开发的,还登上了最新一期的Science Robotics。

梦里可以,现实就可以

就像刚才提到的那样,机器狗的每一个动作,都不是人工写的:

它是在模拟器里,用强化学习算法学会的。

为什么要用模拟器?

在模拟器里,2,000多只机器狗(智能体) 可以一起学走路,一起应对各种刁难。

这样一来,可以轻而易举地获得大量的数据。

而有了强化学习算法,智能体可以在千万次试错中,找到技巧:

站起来

训练开始的时候,它像一只出生不久的小狗,可能是四肢的力量还弱,可能是还不懂得怎样用力。

经过1,500代的训练,运动策略已成熟稳健,机器狗可以从侧卧的状态毫不犹豫地正起身来。

它知道自己扑街的姿势是怎样的,就知道该用怎样的动作,让自己站起来:
更重要的是,模拟器里训练好的运动策略,不用做任何修改,就可以直接交给现实中的机器狗。

不论跌倒的时候,腿是如何被压在身下,最终都能顺利地站起来。

平衡感


当然,摔倒之后再爬起来,并不是上策。

而保持平衡,避免跌倒,也是机器狗的一项关键技能。毕竟按照惯例,有好事者会在一旁踢腿:
不用怕,这也是在模拟器里学过的。

速度速度

另外,强化学习算法还可以针对不同的奔跑速度,来训练策略。

训练之下,机器狗的秒速已经达到1.5米,比没用强化学习的时候快了25%。
如果开启“轮滑”模式,它的速度就要快很多了,简直比穿了滑板鞋还时尚~
而单单跑得快,也是不够的。前方的路并不平坦:

障碍物


作为一只勇敢的机器狗,也该不惧路途中的任何障碍。

比如,越过障碍的同时,不要把自己摔下去:
比如,就算没有办法助跑,也要跨过“大型”障碍:
毕竟,ANYmal一向是在危险的环境里接受训练的。

不管火灾还是水灾,人类越难进入的空间,越是它工作的地方。
不只是对手

或许,ANYmal是波士顿动力当下最有力的对手了。

但这场比赛的节奏,也不一定要多么紧张。

机器人顶会IROS 2018的现场,ANYmal与波士顿动力的SpotMini相遇了。
两只身材相仿的机器狗,与其说向对方宣战,不如说见面便是一副恩爱的样子。

还有一只娇小的莱卡狗,在一旁静静地吃着狗粮。

你看,ANYmal俯下身去,SpotMini轻轻地吻了它的额头:
也许,在严酷的训练之外,加入清新自然的社交活动,能让机器狗更有活力地投入下一阶段的任务吧。

Science Robotics论文传送门:
Learning agile and dynamic motor skills for legged robots
http://robotics.sciencemag.org/l ... scirobotics.aau5872
论文详细阐述了深度研究和训练 ANYmal 的过程与结果,例如其独特的控制策略。
1.jpg
2.jpg
模拟过程中的训练控制策略。

来源:量子位,新战略机器人全媒体

最新评论

楼层直达:

忆轻狂

  • 2 主题
  • 292 帖子
  • 2300 积分
  • 身份:LV5 资深技术员
  • E币:1184
忆轻狂 2019-1-24 17:55:02 显示全部楼层
模拟训练,真是了不起的黑科技啊,好神奇,以后也得要学习AI才行

测量无处不在

  • 34 主题
  • 182 帖子
  • 946 积分
  • 身份:版主
  • E币:3901
自主学习,速度越来越快了啊!
我要评论
2
31
广告
快速回复 返回列表