
Auto Byte
专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI
关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯
波士顿动力真「翻」不过宇树、众擎!一觉醒来,全世界的机器人都在侧空翻
波士顿动力Atlas不语,只是一味双手撑地翻跟斗。
昨天,宇树机器人发布了一段视频,宣布首次让人形机器人实现了侧空翻,吸睛无数。而就在这段视频发出后不到 12 小时,波士顿动力也发布了一段视频,其中不仅同样演示了机器人侧空翻这一动作,还表演了其它看起来非常近似人类的动作。
也有网友表示,其动作的流畅程度超乎想象,更有人说 Atlas 的动作比作为人类的他还更加灵活。视频一开始,机器人先表演了一个「没事儿走两步」,徐徐入场。请注意接下来这个向前翻的动作,Atlas 必须用双手撑住地面,才敢开始下一步动作:看了好几遍之后,总觉得哪里怪怪的,调成 0.5 倍速才发现,它只有下半身翻过来了,上半身还是原先的方向……有人打趣道,它的霹雳舞动作至少不是世界上最糟糕的表演。你可能还记得,在去年的巴黎奥运会上,澳大利亚选手 Rachael Gunn 的「跳大神级」表演:最终,她获得了 9 位裁判中的 0 票支持,输掉了比赛却赢得了广泛的知名度。如果我们将 Atlas 送上奥运赛场,Rachael Gunn 又该如何应对?可以看到,波士顿动力 Altas 在执行侧空翻动作时同样使用了双手撑地这个动作(严格意义上这已经不能算是「空翻」,只能算是侧手翻),而 G1 则完全是凌空侧空翻。至少从这一点看,宇树 G1 要更胜一筹。波士顿动力表示,Atlas 演示的是「使用动作捕捉服开发的强化学习策略」。而该策略是波士顿动力与 RAI Institute 一起合作开发的,而后者的「使命是解决 AI 和机器人领域最重要和基本的难题」。RAI Institute 则在自家 𝕏 帐号上分享了稍微更多一些细节。这家公司表示,强化学习的作用是加速波士顿动力 Atlas 人形机器人的行为生成。其学习过程的核心是基于物理的模拟器 —— 它可以为各种动作生成训练数据。又或者举门而入(从这个模拟机器人扭动的情况看,这门应该挺重的):RAI Institute 表示其控制策略是通过跟踪和控制重新定位的人体运动数据构建的,并且每个动作都首先让模拟器运行了大约 1.5 亿次,并可以零样本地传输到硬件 —— 也就是说无需再在硬件上继续训练或调整。我们知道,现今推理模型的成功就离不开强化学习,而强化学习也已经开始在更多领域开疆拓土,比如蛋白质折叠和药物设计、芯片设计自动化等等。