麻省理工学院的迷你猎豹通过从经验中学习设定了新的速度

迷你猎豹可以适应意想不到的地形   麻省理工学院

麻省理工学院的迷你猎豹机器人打破了自己的个人极佳速度（PB），达到了8.72英里/小时（14.04公里/小时），这要归功于一个新的无模型强化学习系统，该系统允许机器人自己找出最佳跑步方式，并允许它适应不同的地形，而无需依赖人类分析。

迷你猎豹并不是最快的四足机器人。2012 年，其较大的猎豹兄弟达到了 28.3 英里/小时（45.5 公里/小时）的最高速度，但由麻省理工学院的 Improbable AI 实验室和美国国家科学基金会的人工智能与基础交互研究所 (IAIFI) 开发的迷你猎豹要灵活得多甚至可以不走一步就学会。

在一段新视频中，可以看到这个四足机器人撞上障碍物并恢复，穿越障碍物，单腿无法行动，并适应湿滑、结冰的地形以及松散的砾石山丘。这种适应性归功于一个简单的神经网络，它可以对可能使其硬线处于高压力下的新情况进行评估。


迷你猎豹高速奔跑   麻省理工学院

通常，机器人如何移动是由一个系统控制的，该系统使用基于对机械肢体如何移动的分析来创建用作指导的模型的数据。然而，这些模型通常效率低下且不充分，因为不可能预测每一个意外事件。

当机器人以最高速度运行时，它会在其硬件极限下运行，这使得建模非常困难，因此机器人难以快速适应环境的突然变化。为了克服这个问题，麻省理工学院的团队选择了一种通过经验学习的机器人，而不是像波士顿动力公司的 Spot那样依靠人类分析运动物理特性并手动配置机器人硬件和软件的分析设计机器人。

在这种情况下，机器人通过反复试验来学习，而无需人类参与。如果机器人对不同地形有足够的经验，它可以自动改进其行为。这种体验甚至不需要在现实世界中。根据团队的说法，通过模拟，迷你猎豹可以在静止不动的三个小时内积累 100 天的经验。


机器人迷你猎豹（左）和真狗（右）  麻省理工学院

麻省理工学院（MIT）博士生加布里埃尔·马戈利斯（Gabriel Margolis）和IAIFI博士后葛扬（Ge Yang）说：“我们开发了一种方法，通过这种方法，机器人的行为可以从模拟体验中得到改善，我们的方法还可以在现实世界中成功地部署这些学习到的行为。”。“机器人的运行技能在现实世界中运行良好的原因在于：在这个模拟器中看到的所有环境中，有些环境会教授机器人在现实世界中有用的技能。在现实世界中操作时，我们的控制器会实时识别并执行相关技能。”

研究人员声称，有了这样一个系统，就有可能扩大这项技术的规模，而这是传统范式无法轻易做到的。

Margolis和Yang补充道：“制造具有多种技能的机器人的一种更实用的方法是告诉机器人该做什么，并让它知道如何做。”。“我们的系统就是一个例子。在我们的实验室里，我们已经开始将这种模式应用于其他机器人系统，包括可以拾取和操纵许多不同物体的手。”

资料来源：麻省理工学院