使用强化学习在机器人中实现类似于人的平衡控制策略

爱丁堡大学的研究人员已经开发了一种基于深度强化学习(RL)的分层框架，该框架可以获取各种用于控制人形平衡的策略。他们的框架在arXiv上预先发表的论文中概述，并在2017年国际人形机器人国际会议上提出，其框架可以比传统控制器执行更多的类似于人的平衡行为。

当站立或行走时，人类天生并有效地使用了许多技术来控制不足，以帮助他们保持平衡。这些措施包括脚趾倾斜和脚跟滚动，可产生更好的脚底间隙。在类人机器人中复制类似的行为可以极大地提高其运动和运动能力。

“我们的研究重点是使用深度RL解决类人机器人的动态运动，”进行这项研究的爱丁堡大学机器人与控制讲师李志斌博士告诉TechXplore。“过去，运动主要是使用基于模型的常规分析方法完成的，基于模型的方法有限，因为它们需要人工和知识，并且需要高计算能力才能在线运行。”

与传统的工程方法相比，机器学习技术所需的人力和人工调整更少，从而可以开发出更有效，更具体的控制器。使用RL的另一个优点是，这些工具的计算也可以脱机外包，从而为高尺寸控制系统(如人形机器人)提供更快的联机性能。