首頁(yè) > 科技要聞 > 科技> 正文

怎么剛開工， 我就看到宇樹的機(jī)器人在模仿科比？

差評(píng) 整合編輯：太平洋科技 發(fā)布于：2025-02-11 21:50

要說(shuō)今年過(guò)年最出風(fēng)頭的科技企業(yè)，那除了整天服務(wù)器繁忙的 DeepSeek ，估計(jì)就得數(shù)宇樹科技了。

就是春晚上拿機(jī)器人扭秧歌的那個(gè)。

看著挺牛逼是吧，結(jié)果年才過(guò)了沒(méi)幾天，大正月的他們又整出個(gè)新活，英偉達(dá)、卡內(nèi)基梅隆大學(xué)團(tuán)隊(duì)用宇樹 G1 研究出來(lái)一個(gè)項(xiàng)目，拿機(jī)器人復(fù)刻科比。。。

看看這動(dòng)作，這后仰跳投，是不是還挺有那味的？

別說(shuō)你是詹蜜，經(jīng)典的霸王步人家也學(xué)了。

有差友可能會(huì)問(wèn)，我是年輕人，不懂規(guī)矩，不看球也不看 nba ，我咋能知道這機(jī)器人到底什么水平呢？

也別慌，各位熟知的 “NBA 大使 ” 的經(jīng)典鐵山靠，人家也能學(xué)。。。

有一說(shuō)一，給機(jī)器人編程早就不是啥新鮮事了，你坤哥這種招牌動(dòng)作，粉絲內(nèi)部甚至還有用簡(jiǎn)單機(jī)械機(jī)構(gòu)就能實(shí)現(xiàn)的。所以宇樹這次要是只能復(fù)刻這種的話，那還算不上啥科技狠活。

那么這波這個(gè)展示真正牛波兒的地方在哪呢，大過(guò)年的人家總不會(huì)就是為了唱跳 rap 打籃球吧。

于是哥們?nèi)シ朔思业恼撐模虐l(fā)現(xiàn)這里面還真暗藏玄機(jī)，人家這一手看似是全明星模仿，實(shí)際上是機(jī)器人訓(xùn)練技術(shù)的一個(gè)重大突破。

至于咱為啥這么說(shuō)，那就得先聊聊現(xiàn)在的機(jī)器人是咋訓(xùn)練的。

眾所周知，機(jī)器人這玩意甭管外表多酷炫，骨子里還是算法在跑。

所以你要想讓一個(gè)機(jī)器人學(xué)會(huì)打籃球的話，最簡(jiǎn)單的辦法就是先測(cè)量出機(jī)器人的各方面數(shù)據(jù)，比如關(guān)節(jié)扭矩、連桿質(zhì)量分布啥的；再拿這些數(shù)據(jù)去搞個(gè)動(dòng)力學(xué)建模，就是在電腦里模擬機(jī)器人的運(yùn)動(dòng)。

不過(guò)這塊兒就得人工一點(diǎn)點(diǎn)調(diào)整各種參數(shù)，像機(jī)器人的手臂力量、投籃角度等等。這套 “ 私人訂制 ” 的玩法，在專業(yè)領(lǐng)域有個(gè)更唬人的名字，叫系統(tǒng)識(shí)別 ( System Identification , 簡(jiǎn)稱SysID ) 。

但問(wèn)題在于，要一點(diǎn)點(diǎn)把各種參數(shù)都調(diào)到完美，這是個(gè)特別肝的活兒，需要大量時(shí)間，還得是專業(yè)人士才能搞；

而且就算你在模擬器里調(diào)好了，現(xiàn)實(shí)里也不一定就是那么回事兒。就好比你在 NBA 2K 里練出一代喬丹，但上了真球場(chǎng)，可能連球都運(yùn)不利索。

虛擬世界再真，跟現(xiàn)實(shí)的參數(shù)維度也不是一個(gè)量級(jí)的，像什么籃球的手感、彈性，空氣阻力、風(fēng)向風(fēng)速，甚至其他球員的肘擊，模型都沒(méi)法面面俱到。

所以這種傳統(tǒng) SysID 搞出來(lái)的機(jī)器人，在實(shí)驗(yàn)室里看著花拳繡腿，一到真實(shí)場(chǎng)景，就像我愛(ài)發(fā)明里面的人機(jī)對(duì)抗一樣，要開始拉了。

既然真實(shí)環(huán)境這么復(fù)雜，有的科學(xué)家就開始反向操作了：與其死磕完美模型，不如直接把機(jī)器人丟進(jìn)各種 “ 奇葩 ” 環(huán)境里去練級(jí)。

比如有時(shí)候地面很滑，有時(shí)候籃球很重，有時(shí)候籃筐很高。。。反正就讓機(jī)器人在各種極端條件下自己迭代，找到最優(yōu)策略。

這種騷操作，有個(gè)聽(tīng)起來(lái)玄乎的名字，叫域隨機(jī)化 ( Domain Randomization , 簡(jiǎn)稱DR )

聽(tīng)著好像有點(diǎn)道理，可這也有問(wèn)題。這種方法就跟 “ 盲人摸象 ” 似的，機(jī)器人就算見(jiàn)識(shí)了各種情況，但要總結(jié)出真正的規(guī)律還是很難，而且很容易 “ 用力過(guò)猛 ” 。

再加上為了適應(yīng)各種極端情況，機(jī)器人就得求穩(wěn)，于是動(dòng)作就很保守、不靈活，比如運(yùn)球的時(shí)候總是小心翼翼的，投籃的時(shí)候不敢放開手腳。

一句話，這些傳統(tǒng)方法訓(xùn)練機(jī)器人，要么全靠建模調(diào)參，費(fèi)時(shí)費(fèi)力；要么動(dòng)作僵硬緩慢，沒(méi)法完成復(fù)雜動(dòng)作，純純擺件。

可要想讓機(jī)器人真的參與到生活里，不說(shuō)代替咱們打工，起碼像人一樣的靈活性總得有吧，要是多少都沾點(diǎn)人工智障，那不白期待了嘛。

那么宇樹這波到底是咋做到讓機(jī)器人這么靈敏的呢，重點(diǎn)來(lái)了。

論文里說(shuō)，他們用了一個(gè)叫ASAP （ Aligning Simulation and Real Physics ，對(duì)齊模擬與真實(shí)物理框架 ）的東西。

按文章里的說(shuō)法，這個(gè)技術(shù)要先 “ 利用這些經(jīng)過(guò)處理的人類運(yùn)動(dòng)數(shù)據(jù)在仿真環(huán)境中訓(xùn)練一個(gè)基于相位的運(yùn)動(dòng)跟蹤策略 ” ，再 “ 通過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練一個(gè)殘差動(dòng)作模型補(bǔ)償仿真與現(xiàn)實(shí)之間的差異 ” 。

聽(tīng)起來(lái)很繞，但你先別急，這玩意的實(shí)際思路還挺簡(jiǎn)明的，其實(shí)就是把咱上面說(shuō)的傳統(tǒng)功夫，用化勁整合起來(lái)，搞了個(gè)機(jī)器人訓(xùn)練速成班。

簡(jiǎn)單來(lái)說(shuō)，這個(gè)速成班分兩步走，咱先說(shuō)第一步：就是給機(jī)器人打基礎(chǔ)，搞模擬預(yù)習(xí)。

而要搞預(yù)習(xí)，你得有教材。這里就是要先下載一堆視頻，打籃球的也行，其他視頻也行，重點(diǎn)是視頻里得有人；

然后通過(guò)一個(gè)叫 TRAM 的運(yùn)動(dòng)重建工具，把視頻里面的人類動(dòng)作都扒出來(lái)，轉(zhuǎn)換成三維運(yùn)動(dòng)軌跡，這樣機(jī)器才能看得懂這些動(dòng)作；完事再把這些動(dòng)作放到一個(gè)虛擬環(huán)境里來(lái)訓(xùn)練，目的是讓機(jī)器人學(xué)會(huì)精確模仿視頻里的動(dòng)作數(shù)據(jù)。

拿打籃球這個(gè)動(dòng)作來(lái)說(shuō)，你得先找一堆打球視頻，記錄下運(yùn)球、投籃的動(dòng)作，把這些動(dòng)作數(shù)據(jù)處理好，再把這些數(shù)據(jù)扔到模擬器里，讓機(jī)器人先在模擬器里云練球，相當(dāng)于先做好模擬再考試。

所以速成班的第二步就得真槍實(shí)彈的來(lái)，三年模擬完了，是時(shí)候五年高考了。

雖然之前的數(shù)據(jù)已經(jīng)是從現(xiàn)實(shí)中提取的了，但等到機(jī)器人被拉到真球場(chǎng)上的時(shí)候，它就會(huì)發(fā)現(xiàn)云玩家還是差點(diǎn)意思，真實(shí)環(huán)境里的位置、速度、加速度、關(guān)節(jié)角度等數(shù)據(jù)，跟仿真里還是有一定差別。

于是這時(shí)候工程師就會(huì)利用機(jī)器人身上的傳感器收集這些數(shù)據(jù)，再把這些數(shù)據(jù)跟之前在虛擬環(huán)境里訓(xùn)練的數(shù)據(jù)對(duì)比，用強(qiáng)化學(xué)習(xí)搞一個(gè)誤差修正模型出來(lái)，這個(gè)就是所謂的殘差（ delta ）動(dòng)作模型。

有了這個(gè)殘差動(dòng)作模型，這下機(jī)器人在模擬器里的運(yùn)動(dòng)，就跟在現(xiàn)實(shí)里大差不差了，然后工程師再把當(dāng)中的少量參數(shù)微調(diào)一下，機(jī)器人就能做到跟視頻里人類運(yùn)球一樣敏捷流暢了。

但你要把這個(gè) ASAP 框架的兩步放一起看，就會(huì)發(fā)現(xiàn)這玩意搞的效果雖然看著挺牛逼的，比傳統(tǒng)方案練出來(lái)的機(jī)器人好多了，但思路其實(shí)跟咱上面說(shuō)的傳統(tǒng)訓(xùn)練思路差的沒(méi)那么大。

原理也很簡(jiǎn)單嘛，純建模訓(xùn)練不真實(shí)還費(fèi)時(shí)間，純現(xiàn)實(shí)訓(xùn)練動(dòng)作不靈活，那把這兩個(gè)方案結(jié)合起來(lái)：

用現(xiàn)實(shí)數(shù)據(jù)去幫助建模，再把建模的成功放在現(xiàn)實(shí)里校正，虛實(shí)結(jié)合，不就兩難自解～

實(shí)際上，這種用現(xiàn)實(shí)數(shù)據(jù)搞虛擬建模，再把在虛擬建模里完成的工程搬到現(xiàn)實(shí)，其實(shí)也算是很英偉達(dá)的操作了。

之前他們就有一個(gè) Cosmos 平臺(tái)，號(hào)稱是世界模型，目的就是像這次這樣把現(xiàn)實(shí)里的物理現(xiàn)象搬到電腦里去模擬，這樣就能大大節(jié)省工程師們的研發(fā)時(shí)間。

這玩意對(duì)機(jī)器人、 AI 、自動(dòng)駕駛啥的意義都挺大，畢竟這可就不用再像以前一樣戴著各種傳感器，花那么多時(shí)間慢慢搜集現(xiàn)實(shí)數(shù)據(jù)。

訓(xùn)練時(shí)長(zhǎng)大幅縮短，結(jié)果最后訓(xùn)練效果還更好了，這不妥妥的黑科技嘛。

哦對(duì)了，最后還有一個(gè)彩蛋：今天這篇論文的主要作者，英偉達(dá) GEAR 團(tuán)隊(duì)成員、現(xiàn)在在卡內(nèi)基梅隆大學(xué)留學(xué)的 B 站 up 主何泰然，他小時(shí)候的夢(mèng)想還真就是造一個(gè)電影《 鐵甲鋼拳 》（ 設(shè)定是人類操控機(jī)器人打拳 ）里的機(jī)器人。

對(duì)一個(gè)理工男來(lái)說(shuō)，把兒時(shí)的夢(mèng)想變成現(xiàn)實(shí)，我覺(jué)得這太酷了。

本文來(lái)源：差評(píng)

網(wǎng)友評(píng)論

聚超值•精選

推薦 手機(jī) 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來(lái)
    • 二維碼 回到頂部