CMU机器狗，倒立下楼！发布即开源

机器狗的花样真的太多了——

但今天还是有被惊艳到。

来自CMU的最新成果，直接让狗子学会了：

两倍身长的跳高、跳远、倒立撒欢儿甚至倒立下楼梯

话不多说，直接放图感受一波：

△ 这是跳远

△ 这是跳高

△ 倒立撒欢儿

需要重写的内容是：△倒立下楼梯

不得不说，尤其跳高那段中的“挣扎”显得狗子特别灵魂。

除了这些s操作，CMU也公布了几段跑酷视频，完全自主的那种。

踏上坎儿、穿过缝隙、跨过斜坡，那真是一种畅快的感觉

即使中间出现了一些“失误”，也丝毫不会影响它立即前进

笑鼠，甚至还给安排了一段压力测试，结果当然是“通过”～

最厉害的是，据CMU介绍，以上这些极限操作，全部靠单个神经网络完成。

LeCun大佬听了，都得反手一个赞。

如此灵魂，如何炼成？

在这篇推文中，作者详细分析了这只狗子的技术

首先，与基于视觉的端到端行走相比，2倍身长跳高跳远这种极限操作完全不在同一个层次上

毕竟，任何一个错误都可能造成“致命的”后果

对此，CMU采用sim2real来实现精准的足部控制和挑战，最大限度地发挥机械优势。

其中，Gym是用于模拟器的

再者，倒立。明显地，用两条腿行走比用四条腿要困难得多

然而，卡内基梅隆大学的机器狗采用了相同的基本方法来同时完成这两个任务，甚至能够在下楼梯的同时保持倒立状态

第三，对于跑酷操作来说（本研究重点），机器狗必须通过精确的“眼部肌肉”协调来自己决定前进方向，而非听从人类指挥。

例如，当连续经过两个斜坡时，它需要以一个非常特定的角度跳上坡道，然后立即改变方向

为了学会这些正确的方向，CMU使用MTS（Mixed Teacher Student）系统来教会机器狗。

系统只有在预测方向接近真实值的情况下才会采纳

具体而言，该系统分为两个阶段：

第一阶段，先利用RL学习一种移动策略，该过程可以访问一些特权信息，除了环境参数和扫描点（scandots）以外，CMU还为机器狗适当提供了一些标志点（waypoints），目的是引导大体方向。

然后，使用正则化在线自适应（Regularized Online Adaptation ，ROA）来训练评估器，以便从观察历史中恢复环境信息。

第二阶段，从扫描点（scandots）中提取策略，系统将根据该策略和深度信息自主决定如何前进，从而敏捷地输出电机命令。

整个过程就像“老师教，学生举一反三学习”

除了这个系统之外，由于跑酷需要用上各种不同动作穿越障碍，因此为每一个障碍设计特定奖励函数也是一件头疼的事儿。

在此，作者选择为所有任务制定了一个统一且简单的内积奖励函数。

它能够自动产生各种不同的奖励，并且能够完全适应各种不同的地形形状

如果没有它，狗子的表现就会是这样的：

最后，CMU还提出了一种全新的双重蒸馏（dual distillation）方法，用于从深度图像中提取敏捷的运动指令和快速波动的前进方向。

同样，如果没有它，狗子的表现就像一个醉汉一样：

经过以上步骤，这只狗终于学会了全新的自主跑酷，并且能够完成一些高难度的动作

是不是很心动？别着急：

以上这些成果，CMU已全部开源（瞧这日期，还是热乎的呢）。

同时，这篇论文也已经发布了。大家可以在结尾处获取

作者介绍

这项研究是由卡内基梅隆大学完成的，共有四位作者参与

其中两位共同一作，且都是华人：

一位叫Xuxin Cheng，这项工作是他在CMU读研时完成的，他现在是加州大学圣地亚哥分校（UCSD）的博士生，导师为王小龙；

另一位叫石可心，CMU机器人研究所的访问学者。她本科毕业于西安交大。

项目主页链接：https://extreme-parkour.github.io/（包含论文、代码等链接）

以上是CMU机器狗，倒立下楼！发布即开源的详细内容。更多信息请关注PHP中文网其他相关文章！