首頁 > 科技要聞 > 科技> 正文

宇樹的機器人又進化了,學哪吒跳舞,還能挑戰(zhàn)平衡木。

差評編輯部 整合編輯:太平洋科技 發(fā)布于:2025-02-25 14:37

既能上春晚扭秧歌,又能模仿科比的后仰跳投、復(fù)現(xiàn) C 羅的騰空半轉(zhuǎn)身。

前陣子,宇樹科技的人形機器人,可謂是出盡了風頭。

結(jié)果這還沒幾天,他們家的機器人就又雙叒進化了。

梅花樁挑戰(zhàn),沒有一步踩空,走得穩(wěn)穩(wěn)當當。

不光能正著走,倒著走也如履平地,這換個真人來都不一定能做到好吧。。。

平衡木雖說走出了一種喝醉的感覺,但好歹也沒摔。

還有更酷炫的,舞一曲哪吒的《 天雷滾滾我好怕怕 》

指望以后機器人給養(yǎng)老的,看看 G1 現(xiàn)在也開始學推輪椅了。

夸張點,要是 G1 按照這一月好幾次進化的速度,或許明年就能進咱家當保姆了。

不過說起來,這些新技能,其實并不是宇樹的員工親手調(diào)教出來的。

像前面挑戰(zhàn)梅花樁的 G1 ,就是上海 AI 實驗室聯(lián)合了國內(nèi)好幾所頂尖大學,一起研究出來的成果。而那個蹭了哪吒熱度的 G1 ,也是出自上海 AI 實驗室等機構(gòu)之手。

所以世超這次也研究了一波兩篇論文,發(fā)現(xiàn)這倆研究一個能讓人形機器人挑戰(zhàn)高難度地形,另外一個,則是把遠程控制機器人的成本打了下來。

可以說這倆研究成果,為現(xiàn)階段人形機器人在運動控制、數(shù)據(jù)采集還有成本上的難題,都提供了更新的解題思路。

咱先來看第一篇論文,《 BeamDojo : Learning Agile Humanoid Locomotion on Sparse Footholds 》( BeamDojo :在稀疏立足點上學習敏捷類人運動)。

里面有倆地方還挺值得一嘮。

以前復(fù)雜地形的實驗,多是針對四足機器人的,那腳的形狀跟人形的壓根不一樣。即使有針對人形機器人的訓練,效率也不高,但 BeamDojo 劃重點就是 “ 人形機器人 ”“ 復(fù)雜地形 ”“ 高效 ” 。

另外一點,就是零樣本泛化這種舉一反三的能力。

所以 BeamDojo 強化學習框架,設(shè)計了一種專門針對人形機器人的訓練方法,讓機器人能在平衡木這些復(fù)雜地形上,走得又快又穩(wěn)。

就比如訓練過程中,研究人員引入了一個落腳點獎勵機制

可以結(jié)合地形數(shù)據(jù)和機器人腳底的采樣,計算它踏出去的每一步,是否踩在安全區(qū)域內(nèi)。

如果大部分采樣點在安全區(qū)域內(nèi),自然有獎勵,反之就要挨罰。

另外,這篇論文的實驗中,還提到了從仿真環(huán)境到真實世界, BeamDojo 的零樣本泛化的成功率有 80% 。

換句話說,在仿真環(huán)境中訓練好之后,到了真實地形上,不需要額外的微調(diào),機器人也有很大概率能走得又快又穩(wěn)。

這種能力,對于機器人來說非常重要,所以也成為了現(xiàn)在學界和業(yè)界的主流研究方向。

像 AI 大牛李飛飛和她的研究團隊,之前就發(fā)布過一篇論文, “ 數(shù)字表親 ” 可以讓機器人零樣本泛化的成功率達到了 90% 。

另外一篇論文,介紹的其實是一個人形機器人遠程控制系統(tǒng)。

這跟上次斯坦福那個,也是遠程控制的 Aloha 機器人不太一樣。以前只是控制雙臂,但上海 AI 實驗室的 HOMIE ,可以控制機器人全身的自由移動。

實現(xiàn)的原理大概就是設(shè)計了一套外骨骼設(shè)備( 機械手臂、智能手套、腳踏板 ),讓研究人員可以通過這個 “ 駕駛艙 ” ,用全身控制機器人。

這套系統(tǒng)的強化學習框架中,也涉及到了三個核心技術(shù):上半身姿態(tài)課程學習、高度追蹤獎勵和對稱性利用。

專業(yè)名詞聽起來很嚇人,但概念理解起來也沒那么難。

像上半身姿態(tài)課程學習,就是讓機器人學習更多、更復(fù)雜的上肢動作。

而高度追蹤獎勵,跟訓狗一個道理。讓機器人下蹲或者站立到某個高度,完成任務(wù)就能獲得獎勵。對稱性利用,說白了就是讓機器人的左右兩邊的動作更協(xié)調(diào)、一致。

最主要的是,外骨骼設(shè)備的硬件成本,只需要 3500 ,人民幣。

這要比其他同樣是做遠程控制方案的機器人,成本要低得多。比如斯坦福 Aloha 機器人的硬件成本,就要 3.2 萬美元,在當時看來,已經(jīng)算比較低了。

所以這么一對比,更顯得 3500 元是擊穿地板價的存在。

而且從數(shù)據(jù)采集的精度來看,也要比 VR 設(shè)備的方案要更高( 論文中是跟 OpenTeleVision 進行了對比 )。

所以世超覺著, HOMIE 最大的貢獻之一,或許就是找到了一種低成本、高精度的機器人數(shù)據(jù)采集方法。

看下來,不管是 BEAMDOJO 強化學習框架,還是 HOMIE 控制系統(tǒng),這些前沿研究,都是沖著具身智能的疑難雜癥去的。

不可否認,現(xiàn)階段的具身智能還遠沒能達到,科幻電影中的完美對照。

艾歷士普羅亞斯:科幻電影《機械公敵》的文化隱喻_手機搜狐網(wǎng)

但現(xiàn)在的機器人就特別像,十年前的 AI 。那個時候,也沒有人預(yù)想到 ChatGPT 、 DeepSeek 的出現(xiàn),什么 AI 視頻、 AI 音樂,更是天方夜譚。

因為大部分的技術(shù)探索,咱們平時也接觸不到,所以只有當質(zhì)變發(fā)生以后,我們才會反應(yīng)過來。

結(jié)合今年剛開年就新動態(tài)不斷的機器人行業(yè),世超賭一手,不說應(yīng)用大規(guī)模落地,但在機器人的靈活性、適應(yīng)性上,今年肯定有的看了。

前兩天,宇樹科技的王興興不還說,預(yù)計年底他們家人形機器人 H1 的跑步速度,就要達到了 10m/s 。這速度,跟博爾特都有的一比。

反正,咱們就等著看吧。

本文來源:差評

網(wǎng)友評論

聚超值•精選

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