CMU机器狗，倒立下楼！发布即开源

丰色 发自 凹非寺
量子位 | 公众号 QbitAI

讲真，机器狗的花活见得多了——

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

△ 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。

上坎儿、过缝隙、跨斜坡，那叫一个溜。

中间即使有“失误”，也丝毫不影响它立即前进。

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？

在推文中，作者对这只狗子的技术进行了挨个解析。

首先，比起基于视觉的端到端行走，2倍身长跳高跳远这种极限操作可谓完全不属同一个level。

毕竟，任何一个失误都可能是“致命的”。

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，模拟器用的是Gym。

其次，倒立。用两条腿行走显然比用四条腿要困难得多。

但CMU的机器狗使用相同的基本方法同时实现了这两种任务，甚至还可以一边倒立一边下楼梯。

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。

比如连续过两个斜坡时，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。

其中，仅当预测方向接近真实值时才会被系统采纳。

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。

它可以自动产生不同的奖励，并完全适应不同的地形形状。

没有它，狗子的表现就是这样的：

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，没有它，狗子的表现也跟个“醉汉”似的：

经过如上一番操作，这只狗子终于学会了全新的自主跑酷，并穿插高难度动作。

是不是很心动？别急：

以上这些成果，CMU已全部开源（瞧这日期，还是热乎的呢）。

同时，论文也上线了。大家可以在结尾获取。

作者介绍

本研究全部由CMU完成，一共四位作者。

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

— 完 —

「AIGC+垂直领域社群」

招募中！

欢迎关注AIGC的伙伴们加入AIGC+垂直领域社群，一起学习、探索、创新AIGC！

请备注您想加入的垂直领域「教育」或「广告营销」，加入AIGC人才社群请备注「人才」&「姓名-公司-职位」。

点这里👇关注我，记得标星哦～