在机器人中重现不同动物运动技能的系统

Google Research和加州大学伯克利分校的研究人员最近开发了一种模仿学习系统，该系统可以在机器人中实现多种敏捷运动行为。他们的技术发表在arXiv上的一篇论文中，该技术使机器人可以通过模仿动物来获得新技能。

进行这项研究的研究人员之一贾森·彭(Jason Peng)对TechXplore表示：“该项目建立在计算机图形学的一些先前作品的基础上，该图形学通过模仿人体运动捕捉数据来训练模拟角色来移动。” “这些技术大多数主要用于仿真，但是在我们最近的项目中，我们迈出了将其应用于真实机器人的第一步。”

Peng和他的同事最初训练了一个四足机器人，以模仿狗在模拟环境中的运动和行走方式。他们的系统使用一种称为强化学习的方法，对从真实狗身上记录的运动数据进行了训练。

Peng解释说：“在模拟中进行训练的优点之一是它非常快，因此我们可以在几天内模拟数月的训练。” “一旦对机器人进行了模拟训练，我们就可以使用在现实世界中收集到的几分钟数据，将其学到的东西应用于真正的机器人。”

Peng和他的同事采用的模仿学习方法比设计机器人控制器的传统技术更具扩展性。实际上，与其为一个机器人试图复制的每种技能设计一种新的控制器，他们的方法还可以通过向动物展示一些动物执行期望动作的示例，简单地训练机器人以实现特定的运动风格。然后，机器人只需观察这些示例即可自动学习新的运动技能。