使用單一的神經網路實現操縱，是四足機器人領域的一項重大技術突破
跑酷是一項極限運動，需要參與者以高度動態的方式跨越障礙，對於大多數時候「笨手笨腳」的機器人來說，這似乎是件遙不可及的事，不過最近在機器人控制領域裡出現了一些技術突破的趨勢。幾週前，本站曾報導過一個使用強化學習方法讓機器狗實現跑酷的研究，實現了不錯的效果。
最近，卡內基美隆大學（CMU）進行了一項新研究，針對機器狗跑酷的挑戰提出了一種令人驚嘆的新方法，效果進一步提升，以至於人們一致評價為「令人驚嘆」
觀眾說：「就像在《黑鏡》裡演的一樣。」
#卡內基美隆大學的研究使得機器狗能夠像障礙賽中的選手一樣，自動越過不連續的箱子，並在不同角度傾斜的坡面之間輕鬆奔跑和跳躍
而且通過這些障礙的速度也很快。
輕鬆跳過0.8 公尺（機器狗長度的2 倍）的間距：
#攀爬超過0.51公尺高（機器狗高度的2倍）的障礙物：
這回沒有一把站穩，它還用後腿進行了補救，動作像真的狗一樣。
機器狗還能夠完成一些真實世界中動物難以做到的事情，例如只用兩條前腿行走，相當於倒立行走
還能只用兩條前腿下樓梯：
就像在遊戲中遇到了一個bug一樣，有點滑稽，同時又帶有一絲恐怖谷效應
該研究的目標是讓小型低成本機器狗能夠成功完成跑酷任務。這種機器狗的驅動系統不夠精確，而且只有一個用於感知的前置深度攝像頭，其頻率低且容易出現抖動和偽影
該研究提出了一種基於原始深度和機載感測器輸入的神經網絡，用於直接產生關節角度命令。透過進行大規模的強化學習模擬訓練，此方法能夠解決由於感測器不準確和驅動器問題所帶來的挑戰，從而實現端到端的高精度控制行為。這個研究計畫已經在開源平台上發布
請點擊以下連結查看論文：https://extreme-parkour.github.io/resources /parkour.pdf
專案地址：https://github.com/chengxuxin/extreme-parkour
方法簡介
該研究透過端到端數據驅動的強化學習框架使機器狗具備「跑酷」的能力。為了讓機器狗在部署時根據障礙物類型進行自我調整，研究提出了一種新穎的雙重蒸餾（dual distillation）方法。此策略不僅能輸出靈活的運動指令，還可以根據輸入深度影像快速調整方向。
為了讓單一神經網路能夠表徵不同的跑酷技能行為，該研究提出了一種基於內積的簡單而有效的通用獎勵設計原則。
具體來說，研究旨在訓練一個直接從原始深度和機載傳感到關節角度命令的神經網路。為了訓練適應性運動策略，該研究採用了正規化線上適應（ROA）方法，並針對極限跑酷任務進行了關鍵修改。
實驗結果
研究的目標是讓機器狗掌握4種技能，包括攀爬、跳過間隙、在斜坡上跑跳和倒立。下表1展示了與其他幾種方法相比的比較結果
為了驗證系統中各部分的作用，研究提出了兩組基準。研究首先測試了獎勵設計和整體流程，結果如下表2所示：
#第二組基準的目的是測試蒸餾設置，其中包括用於方向預測的BC 和動作的dagger。實驗結果如表3所示
此外，研究也進行了多項現實實驗，記錄了成功率，並與 NoClear 和 NoDir 基準進行了比較。實驗結果如圖7所示
有興趣的讀者可以閱讀論文原文，了解更多研究內容。
以上是令人不安的是，機器狗已經具備這種能力了的詳細內容。更多資訊請關注PHP中文網其他相關文章！
