3d技术|想让机器人跑得更快？尝试让人工智能控制 3d技术

文章图片

【3d技术|想让机器人跑得更快？尝试让人工智能控制】

文章图片

四足机器人正在成为一种熟悉的景象，但工程师仍在研究这些机器的全部功能。现在，麻省理工学院的一组研究人员表示，改进其功能的一种方法可能是使用人工智能来帮助教机器人如何走路和跑步。
通常，当工程师创建控制有腿机器人运动的软件时，他们会编写一组关于机器应如何响应某些输入的规则。因此，如果机器人的传感器检测到腿 y 上的 x 力，它将通过启动电机 a 以施加扭矩 b 来响应，以此类推。对这些参数进行编码既复杂又耗时，但它为研究人员提供了对机器人的精确和可预测的控制。

四足机器人
人工智能使用试错法来发展自己的跑步方式
另一种方法是使用机器学习——特别是一种称为强化学习的方法，它通过反复试验来发挥作用。这是通过给你的 AI 模型一个称为“奖励函数”的目标（例如，尽可能快地移动）然后让它松散地研究如何从头开始实现该结果来实现的。这需要很长时间，但如果您让 AI 在可以加快时间的虚拟环境中进行实验，它会有所帮助。这就是为什么强化学习或 RL 是开发玩视频游戏的 AI 的一种流行方式。

AI
这是麻省理工学院的工程师使用的技术，为该大学的研究四足动物 Mini Cheetah 创建了新软件（称为“控制器”）。使用强化学习，他们能够为机器人实现 3.9m/s 或大约 8.7mph 的新最高速度。 Mini Cheetah 的新跑步步态有点笨拙。事实上，它看起来就像一只小狗在木地板上争先恐后地加速。但是，根据麻省理工学院博士生 Gabriel Margolis（该研究与博士后研究员葛阳的合著者）的说法，这是因为人工智能除了速度之外没有进行任何优化。
“RL 找到了一种快速奔跑的方法，但鉴于奖励功能未明确规定，它没有理由更喜欢‘看起来自然’或人类更喜欢的步态， ”Margolis 说，当然可以指示该模型开发一种更流畅的运动形式，但努力的重点是仅针对速度进行优化。

MIT
“编程机器人在每一种可能的情况下应该如何行动非常困难”
Margolis 和 Yang 表示，使用 AI 开发控制器软件的一大优势在于，它比处理所有物理问题更省时。“编程机器人在每一种可能的情况下应该如何行动是非常困难的。这个过程很乏味，因为如果机器人在特定地形上发生故障，人类工程师需要确定故障原因并手动调整机器人控制器， ”他们说。

猎豹机器人超过狗
通过使用模拟器，工程师可以将机器人置于任意数量的虚拟环境中——从坚固的路面到光滑的瓦砾——并让它自己解决问题。事实上，麻省理工学院的小组表示，它的模拟器能够在短短三个小时内实时加速 100 天的蹒跚、步行和跑步。
一些开发腿式机器人的公司已经在使用这些方法来设计新的控制器。不过，其他公司，如波士顿动力公司，显然依赖于更传统的方法。（考虑到公司有兴趣开发非常具体的动作——比如在其精心编排的视频中看到的跳跃、跳马和翻转，这是有道理的。）

波士顿动力公司
那里也有腿更快的机器人。波士顿动力公司的猎豹机器人目前保持着四足动物的记录，达到 28.3 英里/小时的速度——比 Usain Bolt 快。然而， Cheetah 不仅比麻省理工学院的 Mini Cheetah 更大、更强大，而且还创下了在跑步机上运行的记录，并安装在杠杆上以保持稳定性。如果没有这些优势，也许人工智能会让机器物有所值。更多科技资讯尽在蟹家之宝树。

3d技术|想让机器人跑得更快？ 尝试让人工智能控制

3d技术|想让机器人跑得更快？尝试让人工智能控制