谷歌AI发布新研究：用更简单的方法让机器狗自由奔跑 | 硬科技
记者| 佘晓晨1
四足机器人又称机器狗，是一种模仿狗外形的机器人。 近年来，随着机器人技术的发展，机器狗的应用已经非常普遍，但要让它们像真狗一样奔跑仍然不容易。
尽管如今的机器人已经非常聪明，但真实动物的能力仍然比人造机器人高出很多——机器狗很难模仿真狗完成奔跑等敏捷动作。
但谷歌人工智能研究团队最近开发了一种更简单的方法，让机器狗能够自行奔跑。
最近，谷歌AI与加州大学伯克利分校合作开展了一项科学研究项目。 研究目标是找到一种自动有效的方法，将狗的敏捷行为（例如轻轻地小跑或旋转）复制到四足机器人上。 。
事实上，这并不是科学家第一次研究如何让机器人自动执行动物行为。 但该项目的研究人员在一篇博客文章中指出，这些现有的训练过程通常“需要大量的专家输入，并且通常涉及长时间的奖励调整，以实现所需的机器人技能”。
但这种方法不能很好地适应机器人的具体情况，在此过程中必须进行手动调整，使机器人的动作更接近真狗的动作。 即使是极其仿真的四足机器人，真狗的动作也可能无法适应机器人。 因此，机器人经常会出现跌倒、被锁等各种情况的故障。
这个谷歌AI项目在正常程序中添加了一些可控的混沌因素来解决上述问题。 该方法的第一步是捕捉真狗的动作，同时仔细定位关键点，如脚、关节等。然后，虚拟版本的机器人（又名模拟机器人）尝试自动模仿狗的动作，随着时间的推移学习这些动作。
该模型的核心是强化学习方法，它是一种通过奖励和激励机制来实现目标的训练技术。 生成参考动作后，强化学习算法将通过这些参考动作训练框架策略，并将其复制到模拟环境中。
图片来源：公开论文 到目前为止一切顺利，但是当我们使用模拟结果来控制真实的机器狗时，问题就出现了：现实世界并不是一个具有理想摩擦规则的二维平面，这意味着未来需要修改运动基于模拟环境引导机器人直接进入地面。
为了防止这种情况发生，研究人员在模拟过程中使用的物理参数中引入了随机元素，并添加了一些动作变量，例如使虚拟机器人更重并与地面产生更大的摩擦力。
由此看来，基于模型学习行走的机器人必须考虑各种细微的差异及其产生的复杂性，包括如何抵消它们。
学习适应随机性使得这些行走动作在现实世界中更加稳定，使机器狗能够模仿狗的自由奔跑，甚至更复杂的动作，例如转身和旋转。 至关重要的是，这些动作无需人工干预即可完成，只需要一些额外的虚拟培训。
此外，研究中使用的机器狗是初创公司玉树科技（）的“莱卡狗”。 玉树科技是一家成立于2016年的中国机器狗公司，曾被媒体称为“中国的波士顿动力”。 2019年8月，玉树科技在其官网发布了一段“莱卡狗”的视频。 视频显示，八只“莱卡狗”一起拖着一辆客车。