?還記得那個和特斯拉飆車的機(jī)器人嗎？

這是瑞士蘇黎世聯(lián)邦理工學(xué)院衍生公司研發(fā)的與公司同名的四足輪腿式機(jī)器人——Swiss-Mile，前身是ANYmal四足機(jī)器人。

距離它和特斯拉飆車還不到半年的時間，它又實現(xiàn)了重大升級。

這次升級改進(jìn)了機(jī)器人的算法，運動能力直接UP UP UP ! 

可以雙腿站立下樓梯：

（小編內(nèi)心OS：如果是我穿輪滑鞋下樓梯可能會摔個狗吃屎）

樓梯爬累了，坐個電梯吧，用前腳按開電梯門：

面對障礙物應(yīng)對自如：

它還能知道什么時候該站起來，什么時候該“趴下”，雙腿直立與四足運動之間的切換更絲滑：

AMP 算法首次應(yīng)用在真實機(jī)器人上

Swiss-Mile之前使用過模型預(yù)測控制（MPC）與強(qiáng)化學(xué)習(xí)（RL）方法，然而這需要進(jìn)行繁瑣的調(diào)整才能獲得理想的運動方式。

這次的算法升級，研究人員采用了Multi-AMP（Adversarial Motion Priors對抗性運動先驗）算法增強(qiáng)了傳統(tǒng)的強(qiáng)化學(xué)習(xí)框架，可以在沒有啟發(fā)式的情況下自動執(zhí)行多個運動先驗的模仿?標(biāo)和運動選擇過程。

AMP究竟是什么呢？

這是一種基于物理角色動畫的對抗學(xué)習(xí)系統(tǒng)，由加州?學(xué)伯克利分校和上海交通大學(xué)的研究者提出，并且Swiss-Mile首次將該方法應(yīng)用于真正的機(jī)器人身上！

對于一般的模仿學(xué)習(xí)，通常需要手動提取大量需要模仿的運動片段作為跟蹤目標(biāo)，而使用AMP能夠自動選合適的動作片段來實現(xiàn)目標(biāo)任務(wù)，它將誤差度量、相位和運動剪輯選擇外包給鑒別器，鑒別器學(xué)習(xí)區(qū)分策略和運動數(shù)據(jù)的狀態(tài)轉(zhuǎn)換。

模擬和部署訓(xùn)練

研究人員將Multi-AMP 框架部署在具有 16個自由度的Swiss-Mile上，使? Isaac Gym 模擬器實現(xiàn)，超過 4000個機(jī)器人可以同時在 42 分鐘內(nèi)訓(xùn)練技能。

訓(xùn)練環(huán)境由三個任務(wù)組成：

第?個任務(wù)是四足運動，運動數(shù)據(jù)由RL 策略記錄的運動組成。

第二個任務(wù)是躲避技能，讓機(jī)器?躲到桌?下?。該技能的運動數(shù)據(jù)由軌跡優(yōu)化管道?成，由 MPC 控制器部署和跟蹤。

最后?項任務(wù)是“站立”到“四足”之間的運動轉(zhuǎn)換，機(jī)器人運用數(shù)據(jù)解耦技能可以用后腿站起來，?兩條腿滑行，最后使用與站起來時的相同的動作再次坐下。

最后，將Swiss-Mile部署到真實環(huán)境中，研究人員使用腿部關(guān)節(jié)的執(zhí)行器模型來彌合模擬到真實的差距，并利用崎嶇地形訓(xùn)練、隨機(jī)干擾等提高穩(wěn)健性；如果某個關(guān)節(jié)速度超過了執(zhí)行器的限制，則通過終?軌跡，讓機(jī)器人學(xué)會保持該限制的安全容差。

四足or人形機(jī)器人？效率比腿式系統(tǒng)高83%！

Swiss-Mile不僅是四足機(jī)器人，也是個人形機(jī)器人。

輪式與腿式相比具有許多顯著優(yōu)勢，在進(jìn)行了算法改良后，機(jī)器人可以直接以“人形機(jī)器人”的狀態(tài)站立起來，執(zhí)行滑行、爬樓梯、下坡等高難度動作，能夠更快、更有效地移動，比四足行走要快的多，效率比腿式系統(tǒng)高 83%！

未來，該公司希望將輪腿機(jī)器人商業(yè)化，以完成各種任務(wù)，包括地圖、檢查、救災(zāi)和城市環(huán)境中的物流等。

也許有一天，你會看到機(jī)器人將抬起來的“前腿”作為手臂，抓取快遞包裹，然后將它們放在背上的貨艙中，再回到四肢著地，以最快的速度送貨上門。?