讓機器狗去模仿真實的動物，谷歌又出黑科技了

2023-03-31 16:29:19

如果你觀察過狗是如何走路的，你應該注意到狗的動作非常自然、流暢和複雜。在行走過程中，動物可能甚至不考慮它的腿的順序，但它自然會行動。

現在，假設你有一隻機器狗，你想讓它做一些基本的動作，比如走路。即使你是一個熟練的程式設計師，你可能會發現，對於你的機械狗來說，要成功地完成這樣的動作將是一項艱巨的任務，更不用說向那些毛茸茸的真傢伙學習跳起來撿起飛盤了。

為了試圖找到一種更快、更可擴展的方法，谷歌和加州大學伯克利分校的研究人員改變了他們的想法。他們轉向研究真正有血有肉的狗的運動數據，訓練他們的機器狗以不同的速度行走或旋轉。「我們的想法是，或許我們可以通過向機器狗展示動物在環境中移動時產生的數據，讓它們更容易學習這些技能。」谷歌的學生研究員、伯克利大學的博士生、該項目論文的第一作者傑森·彭(Jason Peng)說。

畢竟，動物天生擅長「敏捷行為」，他補充道。然而，對這些行為進行逆向工程並讓機器狗做同樣的動作可能比訓練狗不跳到桌子上吃東西更困難。

在這個項目中，研究小組沒有收集關於狗運動的新數據，而是使用了單只狗的現有數據。"那時有一個公共資料庫，裡面有狗不同運動的數據."彭說。這條狗的動作捕捉數據給了他們所需的信息。

但這並不像將這些信息下載到物理機器人的大腦中那麼簡單。下一步包括使用計算機模擬，這樣機器狗就可以通過人工智慧學習模仿真正的狗的動作(歐洲研究人員也轉向使用人工智慧來訓練機器狗)。該項目的關鍵部分涉及機器學習的使用(人工智慧的一種形式，用於訓練機器人獲得新技能)。「學習算法是試圖找到一種方法，讓機器狗儘可能多地再現狗的動作，」彭說。

畢竟，機器狗不同於真正的狗。首先，它的身體不太靈活。「機器狗沒有脊骨。它的身體有點像磚頭。」他補充道。人工智慧必須使機器狗儘可能地與真實動物的動作相匹配。

最後，經過一段時間的計算機模擬，他們把知識轉移給了機器狗。這一步並不完全簡單，因為計算機模擬並不是真實世界的完美再現。它能做什麼？「很多運動技能，比如不同的行走姿勢，」彭說，「還可以做一些旋轉和轉身動作。」它甚至可以向後走。

對於機器狗來說，更困難的是快速和動態的運動，比如快速奔跑或跳躍。彭說，用這種方法來教機器人執行任務比他們一步一步的編程要快得多。"甚至像行走這樣的事情已經在機器人行業研究了幾十年."他指出。他希望機器人專家能更多地利用這種方法，這不僅使訓練機器人更快更容易，而且增加了這些動作的複雜性。對於行走，「我們已經從多年的研究中受益」他說。一些更高級的動作怎麼樣，比如跳躍和轉身？這種方法可以使那些高級動作更容易編程。

然而，谷歌並不是唯一使用人工智慧來訓練機器狗的公司。最著名的是波士頓電力公司的Spot。去年，麻薩諸塞州警方甚至試圖用它來執行法律。