講真，機器狗的花活見得多了——

但今天還是有被驚艷到。

來自CMU的最新成果，直接讓狗子學(xué)會了：

兩倍身長的跳高、跳遠、倒立撒歡兒甚至倒立下樓梯

話不多說，直接放圖感受一波：

△ 這是跳遠

△ 這是跳高

△ 倒立撒歡兒

△ 倒立下樓梯

不得不說，尤其跳高那段中的“掙扎”顯得狗子特別靈魂。

除了這些s操作，CMU也公布了幾段跑酷視頻，完全自主的那種。

上坎兒、過縫隙、跨斜坡，那叫一個溜。

中間即使有“失誤”，也絲毫不影響它立即前進。

笑鼠，甚至還給安排了一段壓力測試，結(jié)果當然是“通過”～

最厲害的是，據(jù)CMU介紹，以上這些極限操作，全部靠單個神經(jīng)網(wǎng)絡(luò)完成。

LeCun大佬聽了，都得反手一個贊。

如此靈魂，如何煉成？

在推文中，作者對這只狗子的技術(shù)進行了挨個解析。

首先，比起基于視覺的端到端行走，2倍身長跳高跳遠這種極限操作可謂完全不屬同一個level。

畢竟，任何一個失誤都可能是“致命的”。

對此，CMU采用sim2real來實現(xiàn)精準的足部控制和挑戰(zhàn)，最大限度地發(fā)揮機械優(yōu)勢。

其中，模擬器用的是Gym。

其次，倒立。用兩條腿行走顯然比用四條腿要困難得多。

但CMU的機器狗使用相同的基本方法同時實現(xiàn)了這兩種任務(wù)，甚至還可以一邊倒立一邊下樓梯。

第三，對于跑酷操作來說（本研究重點），機器狗必須通過精確的“眼部肌肉”協(xié)調(diào)來自己決定前進方向，而非聽從人類指揮。

比如連續(xù)過兩個斜坡時，它需要以一個非常特定的角度跳上坡道，然后立即改變方向。

為了學(xué)會這些正確的方向，CMU使用MTS（Mixed Teacher Student）系統(tǒng)來教會機器狗。

其中，僅當預(yù)測方向接近真實值時才會被系統(tǒng)采納。

具體而言，該系統(tǒng)分為兩個階段：

第一階段，先利用RL學(xué)習(xí)一種移動策略，該過程可以訪問一些特權(quán)信息，除了環(huán)境參數(shù)和掃描點（scandots）以外，CMU還為機器狗適當提供了一些標志點（waypoints），目的是引導(dǎo)大體方向。

然后，使用正則化在線自適應(yīng)（Regularized Online Adaptation ，ROA）來訓(xùn)練評估器，以便從觀察歷史中恢復(fù)環(huán)境信息。

第二階段，從掃描點（scandots）中提取策略，系統(tǒng)將根據(jù)該策略和深度信息自主決定如何前進，從而敏捷地輸出電機命令。

整個過程就像“老師教，學(xué)生舉一反三學(xué)習(xí)”。

除了這個系統(tǒng)之外，由于跑酷需要用上各種不同動作穿越障礙，因此為每一個障礙設(shè)計特定獎勵函數(shù)也是一件頭疼的事兒。

在此，作者選擇為所有任務(wù)制定了一個統(tǒng)一且簡單的內(nèi)積獎勵函數(shù)。

它可以自動產(chǎn)生不同的獎勵，并完全適應(yīng)不同的地形形狀。

沒有它，狗子的表現(xiàn)就是這樣的：

最后，CMU還提出了一種全新的雙重蒸餾（dual distillation）方法，用于從深度圖像中提取敏捷的運動指令和快速波動的前進方向。

同樣，沒有它，狗子的表現(xiàn)也跟個“醉漢”似的：

經(jīng)過如上一番操作，這只狗子終于學(xué)會了全新的自主跑酷，并穿插高難度動作。

是不是很心動？別急：

以上這些成果，CMU已全部開源（瞧這日期，還是熱乎的呢）。

同時，論文也上線了。大家可以在結(jié)尾獲取。

作者介紹

本研究全部由CMU完成，一共四位作者。

其中兩位共同一作，且都是華人：

一位叫Xuxin Cheng，這項工作是他在CMU讀研時完成的，他現(xiàn)在是加州大學(xué)圣地亞哥分校（UCSD）的博士生，導(dǎo)師為王小龍；

另一位叫石可心，CMU機器人研究所的訪問學(xué)者。她本科畢業(yè)于西安交大。

項目主頁（包含論文、代碼等鏈接）：https://extreme-parkour.github.io/