大數(shù)據(jù)文摘受權(quán)轉(zhuǎn)載自頭部科技

文丨譚梓馨

今年春晚期間，人形機(jī)器人的舞臺協(xié)同編排與運(yùn)動控制技術(shù)無疑展現(xiàn)出了巨大飛躍，但如何捕捉人類高動態(tài)動作的敏捷性與自適應(yīng)性，仍是一個(gè)開放性難題。

特別是在復(fù)雜多變環(huán)境下的敏捷跑酷運(yùn)動，不僅要求底層控制具備魯棒性，還需要類人的動作表現(xiàn)力、長時(shí)程技能組合能力，以及基于感知的決策能力。

近日，來自 亞馬遜FAR、加州大學(xué)伯克利分校、卡內(nèi)基梅隆大學(xué)和斯坦福大學(xué)團(tuán)隊(duì)聯(lián)合 提出一種感知驅(qū)動的仿人機(jī)器人跑酷框架（PHP），該模塊化框架可讓仿人機(jī)器人在高難度障礙賽道上，基于視覺自主完成長時(shí)程跑酷任務(wù)。

研究人員在宇樹G1人形機(jī)器人上開展了大量真實(shí)環(huán)境實(shí)驗(yàn)，驗(yàn)證了本框架的有效性：機(jī)器人可完成翻越高達(dá)1.25米（為自身身高的96%）障礙物等高動態(tài)跑酷技能，并能在長時(shí)程多障礙穿越中，通過閉環(huán)控制實(shí)時(shí)適配障礙物擾動，展現(xiàn)出當(dāng)前業(yè)界頂尖的實(shí)時(shí)敏捷、自適應(yīng)全身跑酷效果。

框架背后的創(chuàng)新點(diǎn)

在復(fù)雜地形中實(shí)現(xiàn)類人運(yùn)動的敏捷性與適應(yīng)性，仍是人形機(jī)器人領(lǐng)域的核心挑戰(zhàn)，跑酷任務(wù)尤其凸顯了幾個(gè)關(guān)鍵挑戰(zhàn)：

第一，機(jī)器人必須完成高動態(tài)、多接觸的技能，例如翻越接近或超過自身身高的墻體，或是在極短時(shí)間內(nèi)躍過障礙物。這要求在仿人機(jī)器人龐大、高維的動作空間中實(shí)現(xiàn)高效控制。

第二，這些技能必須與視覺等外部感知緊密耦合，以適應(yīng)環(huán)境變化，并對突發(fā)擾動做出快速響應(yīng)。

此外，要想從單一動作泛化到復(fù)雜障礙賽道的連續(xù)穿越，機(jī)器人必須將多種高動態(tài)技能整合到單一視覺運(yùn)動策略中，而隨著所需技能的數(shù)量與多樣性增加，這一難度會急劇上升。

這個(gè)最新框架首先采用運(yùn)動匹配策略——將其建模為特征空間中的近鄰檢索問題，把重定向后的人類基礎(chǔ)動作單元組合成長時(shí)程運(yùn)動學(xué)軌跡，該框架可靈活拼接、平滑切換復(fù)雜技能鏈，同時(shí)保留人類動態(tài)動作的優(yōu)雅與流暢性。

隨后，針對這些組合動作訓(xùn)練基于運(yùn)動追蹤的強(qiáng)化學(xué)習(xí)專家策略，并結(jié)合數(shù)據(jù)集聚合（DAgger）與強(qiáng)化學(xué)習(xí)方法，將其蒸餾為單一、僅依賴深度信息的多技能學(xué)生策略。

至關(guān)重要的是，感知與技能組合的結(jié)合實(shí)現(xiàn)了自主式、場景感知決策：機(jī)器人僅依靠機(jī)載深度傳感器與離散二維速度指令，即可自主選擇并執(zhí)行跨越、攀爬、騰躍、滾下等動作，以應(yīng)對不同幾何形狀與高度的障礙物。

研究人員表示，這套可擴(kuò)展方案能夠?qū)崿F(xiàn)仿真到現(xiàn)實(shí)的零樣本遷移，使實(shí)體機(jī)器人自適應(yīng)穿越復(fù)雜地形。

像人一樣自適應(yīng)爬墻越障

在此框架的加持下，人形機(jī)器人在某些場景的敏捷度大幅提升。

如高墻攀爬性能對比，針對1.25米高墻（為機(jī)器人身高的96%），機(jī)器人從蹬地時(shí)刻算起，僅用3.63秒便登上平臺，速度與人類水平相當(dāng)。

具備高動態(tài)跑酷技能，機(jī)器人翻越一個(gè)高0.4米、長0.5米的障礙物，從蹬地到再次著地僅用時(shí)0.8秒，向前行進(jìn)距離超過2米（為自身身高的154%），該動作的前向峰值速度可達(dá)3.41m/s，平均速度2.53m/s，體現(xiàn)出機(jī)器人在接觸切換過程中具備出色的動量保持能力。

從1.25米高臺下落著陸時(shí)，機(jī)器人還會通過下肢關(guān)節(jié)屈曲緩沖沖擊并穩(wěn)定姿態(tài)。

本框架的一大核心優(yōu)勢在于：即便訓(xùn)練數(shù)據(jù)僅包含單障礙穿越，策略仍能泛化到復(fù)雜的多障礙賽道中。

機(jī)器人會將跨步、低墻攀爬、高墻攀爬等多種技能組合，在包含多個(gè)障礙的賽道上連續(xù)奔跑，驗(yàn)證了閉環(huán)自適應(yīng)能力。

視覺運(yùn)動策略可在線生成動作過渡，實(shí)現(xiàn)全程流暢的技能切換，策略會自動調(diào)整接近方式與動作時(shí)機(jī)，以響應(yīng)障礙變化，持續(xù)完成穿越任務(wù)，這些結(jié)果證明了本策略在長時(shí)程地形穿越中的強(qiáng)適應(yīng)性。

還有很大優(yōu)化空間

研究人員在對比實(shí)驗(yàn)中發(fā)現(xiàn)，稠密化運(yùn)動匹配對于生成連貫的長時(shí)程參考軌跡至關(guān)重要，并能讓策略學(xué)習(xí)到豐富多樣的接近條件。

結(jié)合強(qiáng)化學(xué)習(xí)的蒸餾方法，可高效地將單技能、含特權(quán)信息的專家策略遷移為多技能、僅依賴深度信息的學(xué)生策略。

這項(xiàng)研究的一作吳臻目前是亞馬遜前沿人工智能與機(jī)器人部門（FAR）的應(yīng)用科學(xué)家實(shí)習(xí)生，在北京大學(xué)獲得學(xué)士學(xué)位，斯坦福大學(xué)獲得碩士學(xué)位，研究方向是人形機(jī)器人和角色動畫。

不過，目前該框架仍缺乏語義化場景理解，研究人員表示，引入語言等更豐富的條件信號，能實(shí)現(xiàn)對動作多樣性與風(fēng)格的更精細(xì)控制。

此外，現(xiàn)實(shí)場景中的機(jī)器人性能也受限于感知與硬件：高速運(yùn)動時(shí)，短距、窄視場相機(jī)無法提前充分觀測障礙物幾何形狀，導(dǎo)致機(jī)器人必須在感知不確定的情況下做出決策。

展望未來，更優(yōu)的傳感方案與語義場景理解或許能大大降低這種不確定性，并支持更豐富的環(huán)境推理和交互。

GPU 訓(xùn)練特惠！

H100/H200 GPU算力按秒計(jì)費(fèi)，平均節(jié)省開支30%以上！

掃碼了解詳情?

點(diǎn)「贊」的人都變好看了哦！