400米2分34秒破纪录!伯克利双足机器人“接管”人类
原标题:400米2分34秒破纪录!伯克利双足机器人“接管”人类
导读:
晚点独家获悉月日阿里大文娱董事长兼樊路远宣布将代表阿里集团分管灵犀互娱在全员信中他称灵犀互娱未来将继续作为公司保持独立运营新智元报道编辑好困新智元导读伯克利的双足机器人米直接跑...
《晚点LatePost》独家获悉,1月18日,阿里大文娱董事长兼CEO樊路远宣布将代表阿里集团分管灵犀互娱,在全员信中,他称灵犀互娱未来将继续作为N公司,保持独立运营。
新智元报道
编辑:Aeneas 好困
【新智元导读】UC伯克利的双足机器人,400米直接跑进了2分34秒,这个速度属实是超越不少人类了。而背后的RL通用框架,让它无论是站立,还是跑步、跳高、跳远,动作都十分丝滑。
UC伯克利的双足机器人,跑步又破纪录了!
最近,HYBRID ROBOTICS研究团队的Cassie,给我们来了一段惊艳的表演——
以2分34秒的成绩,跑完了400米!
随后,它又在不需要额外训练的情况下,完成了1.4米的跳远。
是的,相信你已经注意到了,它的外形十分独特——只有下半身!
没错,跑步什么的,要上半身干啥。
400米冲刺脚下生风
没有腿意味着什么?当然是——速度就是一切!
一声令下,Cassie就开始跑400米了。
只见它两脚生风,脚步敏捷。
就是,不知道脚下这双跑鞋有没有速度加成?
可以看到,Cassie的跑步姿势十分标准,没有任何累赘的动作。
而研究人员则全程跟在后面陪跑。
现在,Cassie在做最后的冲刺,它集中精力一鼓作气,一跃而冲过了终点线。
它最后的成绩是——2分34秒!
这个成绩,或许已经超越了不少人类。
算起来,Cassie的步速是每分155.6米。
在21年,Cassie在中途不充电的条件下,完成了5公里的户外长跑,用时53分钟,这个步速是每分94.3米。
这个进步是肉眼可见的。
Cassie是利用神经网络强化学习进行训练的,因此,它可以从头掌握简单的技能,比如原地跳跃、向前走或跑而不摔倒。
它被孤立模仿人体动捕的数据,和动作的演示动画。
最后,团队还测试了Cassie的跳远能力,注意,这是在它没有经过额外训练的情况下。
它的成绩是1.4米。
RL通用框架,跑步、跳高、跳远多才多艺
Cassie怎么这么强?
我们在这篇发表于1月底的论文中,找到了答案。
论文地址:https://arxiv.org/pdf/2401.16889.pdf
利用深度强化学习(RL),研究者为双足机器人创建了动态运动控制器。
他们开发出了一种通用控制解决方案,可用于一系列动态双足技能,比如周期性行走,跑步,以及非周期性的跳跃和站立。
这个通用控制框架,可以实现各种周期性和非周期性的双足运动技能
基于强化学习的控制器,他们采用了新颖的双历史架构,利用了机器人的长期和短期输入/输出(I/O)历史。
当通过端到端强化学习方法进行训练时,这种控制架构在模拟和现实世界中的各种技能上,都始终优于其他方法。
另外,RL系统还引入了适应性和鲁棒性。
可以证明,通过有效利用机器人的I/O历史记录,架构就可以适应各种变化,如接触事件。
鲁棒性的另一个关键来源,就是任务随机化。
因此,我们就看到了Cassie的各种运动技能。比如稳稳地站立,多才多艺地步行,快速跑步,以及各种跳高和跳远。
这个研究所基于RL的控制器架构如下图,它利用了机器人的输入和输出(I/O)的双重历史记录。
利用这个多阶段的训练框架,就可以获得零样本转移到现实世界的通用控制策略。
如下是基于RL的双足机器人运动控制策略架构各种基线的图示。
利用研究者开发的多功能跑步策略,Cassie成功完成了400米冲刺。
这个过程是使用单一跑步策略完成的。
它使得机器人能够从站立姿势转变为平均2.15m/s和峰值3.54m/s的快速跑步步态。
使用微调的跑步策略,Cssie还以快速的跑步步态完成了100米短跑。
用训GPT的方法,训出人形机器人
机器人接管旧金山?
在今年1月,UC伯克利的人形机器人显眼包「小绿」,就曾经大规模引起了人们的注意。
那时它长这样——
看着挺好,就是没脖子。
只见它在围观人群的惊叹声中,大摇大摆地走出UC伯克利校门。
在操场草坪上,跟大爷一样练习倒步走。
身影遍布UC伯克利校园的各个角落。
甚至引起网友惊呼:机器人接管旧金山了?
预测下一个动作,控制人形机器人行走
不久后,就在2月底,UC伯克利就发表了一篇重磅论文,介绍「小绿」是怎么训练出的。
论文地址:https://arxiv.org/pdf/2402.19469.pdf
在这篇论文中,他们介绍了训练人形机器人的方法——跟训练GPT的方法是一样的。
用这种训练GPT的方法,研究者成功地训练出了人形机器人的类人运动。
重点就是:通过预测下一个动作,来控制人形机器人的行走。
人体运动作为下一个token预测
在一系列模拟轨迹上,他们对模型进行了训练。
而这些轨迹,来自之前的神经网络策略。
使用不同数据源进行训练的通用框架
人形机器人所学习的,就是基于模型的控制器、动捕数据和YouTube上的人类视频。
训练数据集的4个来源
结果,这个模型能让全尺寸的人形机器人在完全未经训练的情况下,直接完成行走!
仅仅用了27个小时的训练,模型就能在现实世界中泛化了。
而训练过程中从未见过的指令,机器人也能应对。
从此,机器人可以学习真实世界的控制任务了。
参考资料:
https://arxiv.org/abs/2402.19469
https://arxiv.org/abs/2401.16889
- 版权所属:王牌阁
- 本文地址:http://keep.uexe.cn/13209.html
- 版权声明:原创文章,转载时必须以链接形式注明原始出处及本声明。