如果你观察过狗是如何走路的,你应该注意到狗的动作非常自然、流畅和复杂。在行走过程中,动物可能甚至不考虑它的腿的顺序,但它自然会行动。
现在,假设你有一只机器狗,你想让它做一些基本的动作,比如走路。即使你是一个熟练的程序员,你可能会发现,对于你的机械狗来说,要成功地完成这样的动作将是一项艰巨的任务,更不用说向那些毛茸茸的真家伙学习跳起来捡起飞盘了。
为了试图找到一种更快、更可扩展的方法,谷歌和加州大学伯克利分校的研究人员改变了他们的想法。他们转向研究真正有血有肉的狗的运动数据,训练他们的机器狗以不同的速度行走或旋转。“我们的想法是,或许我们可以通过向机器狗展示动物在环境中移动时产生的数据,让它们更容易学习这些技能。”谷歌的学生研究员、伯克利大学的博士生、该项目论文的第一作者杰森·彭(Jason Peng)说。
毕竟,动物天生擅长“敏捷行为”,他补充道。然而,对这些行为进行逆向工程并让机器狗做同样的动作可能比训练狗不跳到桌子上吃东西更困难。
在这个项目中,研究小组没有收集关于狗运动的新数据,而是使用了单只狗的现有数据。"那时有一个公共数据库,里面有狗不同运动的数据."彭说。这条狗的动作捕捉数据给了他们所需的信息。
但这并不像将这些信息下载到物理机器人的大脑中那么简单。下一步包括使用计算机模拟,这样机器狗就可以通过人工智能学习模仿真正的狗的动作(欧洲研究人员也转向使用人工智能来训练机器狗)。该项目的关键部分涉及机器学习的使用(人工智能的一种形式,用于训练机器人获得新技能)。“学习算法是试图找到一种方法,让机器狗尽可能多地再现狗的动作,”彭说。
毕竟,机器狗不同于真正的狗。首先,它的身体不太灵活。“机器狗没有脊骨。它的身体有点像砖头。”他补充道。人工智能必须使机器狗尽可能地与真实动物的动作相匹配。
最后,经过一段时间的计算机模拟,他们把知识转移给了机器狗。这一步并不完全简单,因为计算机模拟并不是真实世界的完美再现。它能做什么?“很多运动技能,比如不同的行走姿势,”彭说,“还可以做一些旋转和转身动作。”它甚至可以向后走。
对于机器狗来说,更困难的是快速和动态的运动,比如快速奔跑或跳跃。彭说,用这种方法来教机器人执行任务比他们一步一步的编程要快得多。"甚至像行走这样的事情已经在机器人行业研究了几十年."他指出。他希望机器人专家能更多地利用这种方法,这不仅使训练机器人更快更容易,而且增加了这些动作的复杂性。对于行走,“我们已经从多年的研究中受益”他说。一些更高级的动作怎么样,比如跳跃和转身?这种方法可以使那些高级动作更容易编程。
然而,谷歌并不是唯一使用人工智能来训练机器狗的公司。最著名的是波士顿电力公司的Spot。去年,马萨诸塞州警方甚至试图用它来执行法律。
相关文章