波士顿动力机器狗学会跳绳！三条狗玩得真欢乐

如果出现100种或者1000种不同的情况，还要去执行多项任务，用传统方法去编程是非常难涵盖的，其量级也不可扩展，开发人员不可能 “先知先觉” 预先编程出所有的特定解决方案。因此，这就需要机器人在一个全新的环境下，自主决定应该怎么去做才能完成任务。

其次，机器人遇到新的情况需要随机应变，灵活应付。此前的很多研究中，几乎都是把机器人的单项技能训练做得很好，比如走路、奔跑、故障恢复等，但在演示中，有时候还需要操作员拿着遥控器根据机器人当时所处的情况去切换模式和操作，这让实用性大打折扣。

而本次研究中提出的多专家系统，相当于每个 “专家” 都训练了一种基本技能，比如说走路、故障恢复、摔倒爬起等，单项技能学会之后，然后让不同 “专家” 组队一起训练，通过一个门控神经网络，在不同事件、不同情况下去激活调度每个专家，让他们综合形成不同的协调组合，进而克服不同问题。

通过这样的技能加持，四足机器人 “绝影” 在没有导航的情况下，能自动执行在楼梯、砾石堆、崎岖路面上进行连贯的小跑、转向，乃至在被人踹倒、被推翻的情况下也能迅速恢复正常姿态。

“最后形成的那个综合‘专家’，相当于是集各家之长于一身，懂得融会贯通，这就让机器人具备了在当时那种特定情况下所需要的技能组合，而且能够根据不同情况千变万化、举一反三，去自主恢复继续执行任务。” 李智彬说道。

机器人摸爬滚打的能力有了怎样的提升？请看以下效果：

8项“专家技能”融会贯通，关键恢复能力控制在1秒内

详细来讲，论文中提到的多专家学习体系结构被命名为MELA（multi-expert learning architecture），这是一个由深度神经网络（DNN）和门控神经网络（GNN）组成的分层强化学习（HRL）结构。

为了帮助解释，研究人员定义了几个关键术语：运动技能、专家和运动模式。

运动技能：即一种反馈策略，可以产生协调的动作来完成特定类型的任务，这是构建更复杂动作的基础；专家：具有专业运动技能的DNN；运动模式：四肢协调运动的一种模式，如站立、原地转动、向前 / 向后小跑、左右转向、跌倒恢复等。

图｜不同的技能种类（来源：Science Robotics）

研究人员为机器人训练了8项运动技能，包括：（1）从背部翻身；（2）侧滚；（3）身体姿势控制；（4）站立平衡；（5）左转；（6）右转；（7）小步小跑；（8）大步小跑。

不同的技能需要不同的触发方式，而把 “八技” 融会贯通是 MELA 合成可变技能和产生适应性行为的基础。

面对不同情况下，GNN 生成可变权重（α）来融合所有八个专家网络的参数，这样新合成的运动技能可以通过混合各个专家的有效技能，快速生成不同的运动技能，来适应各种未知场景。

图｜多专家学习框架 MELA 的原理（来源：Science Robotics）

实验结果表明，依靠 MELA 输出的融合技能加持，“绝影” 机器人的关键恢复能力控制在1秒内（恢复身体姿态平均0.5s，恢复小跑模式平均0.4s），也显示出了在非结构化环境下更强的可靠性和通障性能。

还有一个值得关注诀窍是，研究人员从生物运动控制中汲取了灵感，这让运动控制和学习框架更加贴近真实的四足动物。

例如，动物的运动行为都是受中枢神经系统控制的，中枢神经系统会重新设置身体关节的参考位置，根据参考位置与实际位置之间的差异，激发肌肉活动以产生适当的力进行姿态调整。

由于阻抗控制提供的弹簧阻尼特性类似于生物肌肉的弹性，因此研究团队应用了平衡点（EP）控制假设，通过调控平衡点来生成关节扭矩。

（编辑：衡阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!