波士頓動(dòng)力人形機(jī)器人的后空翻技能亮相時(shí)，驚艷了全球群眾。

這么復(fù)雜的動(dòng)作，不用說(shuō)現(xiàn)實(shí)世界中的機(jī)器人，就算是在模擬器里，學(xué)起來(lái)也非常的難。

現(xiàn)在，加州大學(xué)伯克利分校和英屬哥倫比亞大學(xué)最新研究的一種新方法，能教生活在模擬器中的機(jī)器人通過(guò)模仿人類，學(xué)會(huì)武打、跑酷、雜技等復(fù)雜技能。

后空翻回旋踢什么的，輕輕松松搞定~

（下文還會(huì)提到很多次“機(jī)器人”，基本都是生活在模擬器里的這種）

讓機(jī)器人、動(dòng)畫和游戲角色能靈活流暢地運(yùn)動(dòng)，是計(jì)算機(jī)圖形學(xué)、強(qiáng)化學(xué)習(xí)、機(jī)器人等等領(lǐng)域的研究者都在追求的目標(biāo)。

不同方法各有所長(zhǎng)，當(dāng)然也各有所短。

用強(qiáng)化學(xué)習(xí)方法教機(jī)器人（模擬器里的智能體），能學(xué)會(huì)的動(dòng)作花樣繁多，細(xì)致到拿東西、豪放到奔跑都能搞定，還可以給機(jī)器人設(shè)置一個(gè)明確的目的。但是，總難免上演一些羞恥或驚喜play。

而動(dòng)作捕捉技術(shù)，能讓機(jī)器人做出和真人一模一樣，自然流暢毫無(wú)違和感的動(dòng)作。但是，活學(xué)活用是不能指望的，每個(gè)動(dòng)作、每個(gè)形態(tài)的機(jī)器人，都是需要單獨(dú)訓(xùn)練的。

伯克利的科學(xué)家們?nèi)∵@兩個(gè)領(lǐng)域所長(zhǎng)，創(chuàng)造了一種新方法DeepMimic。這種方法既有深度學(xué)習(xí)模型的通用性，可以覆蓋更多的動(dòng)作類型和機(jī)器人形態(tài)，動(dòng)作的自然流暢程度也可以媲美動(dòng)作捕捉。

用這種新方法，機(jī)器人究竟是怎么學(xué)習(xí)新動(dòng)作的呢？

簡(jiǎn)單來(lái)說(shuō)是通過(guò)看動(dòng)作片段來(lái)學(xué)習(xí)，人類的動(dòng)作捕捉數(shù)據(jù)就是個(gè)很好的學(xué)習(xí)資料。給機(jī)器人展示一個(gè)動(dòng)作樣本，比如說(shuō)下圖這個(gè)側(cè)空翻，右側(cè)就是供機(jī)器人學(xué)習(xí)的示范樣本。

參與這項(xiàng)研究的科學(xué)家們將示范動(dòng)作分解成一個(gè)q^0,q^1,…,q^T的序列，q^T表示的是在機(jī)器人在t時(shí)間步的目標(biāo)動(dòng)作。而這個(gè)機(jī)器人學(xué)習(xí)的目標(biāo)，就是要盡可能消滅t時(shí)間步的實(shí)際動(dòng)作qT和目標(biāo)動(dòng)作q^T的差距。

機(jī)器人勤勞地不停練習(xí)練習(xí)練習(xí)，直到自己的動(dòng)作不再羞恥，靈活性和仿真度能夠媲美演示視頻，像上圖左側(cè)那樣。

指導(dǎo)這個(gè)練習(xí)過(guò)程的，是這樣一個(gè)獎(jiǎng)勵(lì)函數(shù)：

除了空翻，用這種方法教出來(lái)的機(jī)器人還能學(xué)到中西舞蹈、南拳北腿、跑步打把勢(shì)甚至鯉魚打挺：

對(duì)著完美的動(dòng)作捕捉樣本，再copy一遍，有什么意思？這項(xiàng)研究當(dāng)然不止于模仿。DeepMimic能讓機(jī)器人通過(guò)模仿學(xué)會(huì)動(dòng)作之后，再活學(xué)活用起來(lái)。

比如當(dāng)一個(gè)機(jī)器人學(xué)會(huì)了投球，就可以去執(zhí)行一個(gè)演示樣本中沒(méi)有的任務(wù)。我們可以在模擬器中，指定一個(gè)目標(biāo)讓它來(lái)投：

訓(xùn)練的機(jī)器人，也可以長(zhǎng)得和演示樣本不太一樣。比如說(shuō)還是用前邊的后空翻樣本，可以訓(xùn)練一個(gè)模擬波士頓動(dòng)力Altas的機(jī)器人：

甚至不是人形的機(jī)器人，也可以用人形樣本來(lái)訓(xùn)練。比如說(shuō)這頭霸王龍，就是跟人形樣本學(xué)習(xí)的走路。在論文的主頁(yè)上，他們還展示了更多的例子，甚至還有獅子和龍~