详细内容或原文请订阅后点击阅览
借助新的快速 AI 训练技术，机器狗可以爬楼梯、在森林中导航以及在原木上跳跃
研究人员使用强化学习来训练四足机器人，以使用两种不同的预先学习的步态来适应不同的环境。
来源:LiveScience一个四足机器人学会了在穿越森林、楼梯和障碍物时改变其运行方式。 — 在稳定的小跑和更快的弹跳步态之间无缝切换，无需操作员的指令。
这款重 100 磅（45 公斤）的机器人名为 KAIST HOUND，使用摄像头和激光雷达扫描前方地面，然后选择合适的步态并实时调整其动作。在户外测试中，它穿越了一条 0.7 英里（1.1 公里）长的大学校园路线和一条 0.2 英里（0.3 公里）长的森林小道，森林小道布满树根、原木和湿滑的树叶。
研究人员于 7 月 15 日在《科学机器人》杂志上描述了该机器人框架。
改变步态
动物会根据速度和周围环境自然地改变步态。例如，狗可能会小心地小跑穿过不平坦的地面，然后跳过倒下的树枝。在机器人中重现这种适应性是很棘手的，因为不同的运动通常由单独的、高度专业化的编码系统控制，并且它们之间的转换可能会导致滞后，导致机器人绊倒。
为了克服这个问题，研究人员开发了一种特殊的训练框架，称为基于动作预训练变压器的强化学习（APT-RL）。这是一个人工智能 (AI) 训练系统，首先研究许多动作示例，使用转换器来理解这些动作的模式，然后通过奖励和惩罚进行改进。
训练从机器人的简单二维计算机模型开始。使用轨迹优化（一种计算机器人物理可行运动的技术），该团队生成了 180,000 个短跑和跳跃序列，包括机器人腿部需要执行的关节力。该数据集代表了大约 15.5 小时的运动，但只花了大约 8 分钟就生成了。
将世界上最迷人的发现直接发送到您的收件箱。
KAIST HOUND 四足机器人在森林地形中导航