太平洋科技要聞

英偉達和MIT研究出新“魔法”：讓機器人“推不倒”

騰訊科技整合編輯：太平洋科技發(fā)布于：2024-12-24 17:38

讓雙足機器人走路已經(jīng)不是難題，但是想讓它們表演“跳舞”或“打拳”，卻十分有挑戰(zhàn)。機器人的運動方式越接近人類，就越能夠自然融入人類環(huán)境，而無需改變?nèi)祟愒械纳詈凸ぷ骺臻g，因此，研究怎么讓機器人的運動能力更貼近人類，是一個長期課題。

但機器人姿態(tài)動作的改變背后，不僅涉及物理形態(tài)的變化，更涉及到控制精度、平衡保持和動作連貫性的深層考驗。

就像小孩學走路，站立和行走只需掌握重心轉移和平衡，而“轉身跳舞”則需全身協(xié)調，涉及手臂、腿部和核心肌肉的配合。機器人也面臨類似挑戰(zhàn)——行走僅需控制腿部，而跳舞或打拳則要求全身精準協(xié)同，任何細微延遲或誤差都會導致動作生硬、不連貫，甚至摔倒。

在這種全身控制方面，傳統(tǒng)的機器人控制系統(tǒng)就像“遙控車”，依靠提前寫好的“動作劇本”，逐幀執(zhí)行預設的動作指令。這種“定格動畫”式的控制方式在簡單任務中表現(xiàn)良好。

但當環(huán)境發(fā)生變化，或者需要執(zhí)行連續(xù)的動態(tài)動作時，問題就暴露了——動作僵硬、卡頓明顯。

12月18日，英偉達、MIT、加州大學聯(lián)合發(fā)布了一項最新研究，提出了讓機器人更能富有表現(xiàn)力的控制全身系統(tǒng)ExBody2，可以幫助機器人打破“固定劇本”帶來的運動局限，教會機器人如何靈活應變，ExBody2的工作方式則更像是一位智慧的“舞蹈教練”，不再拘泥于“每一幀的動作指令”，而是教會機器人理解“運動的節(jié)奏和方向”。

通過這種方式，ExBody2增強了雙足機器人的平衡和適應能力，使得它們在面對輕推、復雜地面等場景時能表現(xiàn)得更加穩(wěn)定。

簡單來說，ExBody2的控制邏輯更像人類的運動方式——人類在跳舞時不會死記每一步的具體位置，而是靠節(jié)奏感和動作的連貫性來完成整段舞蹈，它關注關鍵部位的運動節(jié)奏和方向，幫助機器人在動態(tài)環(huán)境中實時調整動作。得益于這種方法，讓機器人具備連續(xù)流暢和相對穩(wěn)定的運動能力，實現(xiàn)“即興表演”的效果。

在這項研究中，研究人員使用了宇樹G1和H1人形機器人進行測試：

（人類與G1機器人跳雙人舞）

（G1機器人戶外轉換步態(tài)）

（機器人打拳）

此外，ExBody2不僅能在虛擬環(huán)境中訓練機器人，還能將這些技能遷移到現(xiàn)實世界中，在Sim2Real（從虛擬到現(xiàn)實）環(huán)節(jié)幫助機器人順利走向真實世界。

從虛擬課堂到真實表演：

機器人如何“上課”？

在傳統(tǒng)的機器人動作控制方法里，讓機器人模仿人類復雜的花式動作，就像讓大象去爬樹，不僅不切實際，還可能把它“累趴下”。就像一個人在跳舞時，每一步都要精確地盯著腳和手的每個動作，生怕出錯。這種“逐幀控制”的方法一旦某一幀出現(xiàn)偏差，后續(xù)的動作就會變得不穩(wěn)定，像是“連鎖反應”一樣讓動作越來越僵硬。

ExBody2的做法更像是讓機器人學會“跟著節(jié)奏跳舞”，而不是死記硬背每一個動作。它將控制邏輯拆分為關鍵點跟蹤（控制動作的關鍵位置）和速度控制（調整動作的節(jié)奏），兩者獨立運作。

相比傳統(tǒng)的“全局控制”，ExBody2采用了局部關鍵點映射，就像在機器人身上安裝了一個“局部導航系統(tǒng)”，每個動作只需要關心自己負責的部分，而不必關注全局。這樣一來，即使某個動作有輕微偏差，也不會“牽一發(fā)而動全身”，機器人依然能流暢完成動作。

除此之外，在動作設置上，ExBody2的設計者們也用了新思路：與其讓機器人挑戰(zhàn)不可能，不如給它挑選一些真正適合的動作。從海量的動作數(shù)據(jù)集中，他們像挑選課本一樣，把這些動作分門別類，做了“分級處理”。

（來源：論文《ExBody2: Advanced Expressive Humanoid Whole-Body Control》，不同數(shù)據(jù)集下機器人關鍵點跟蹤、關節(jié)精度和速度控制誤差評估；D₅₀、D₂₅₀、D₅₀₀、DCMU，是四種不同的數(shù)據(jù)集，代表從簡單到復雜的動作難度。）

他們將數(shù)據(jù)集分成了四個“動作難度包”：

● D50：入門版，就像小學一年級的課本，內(nèi)容簡單易學，包括站立、行走等基本動作；

● D250：進階版，開始加入跑步和簡單舞蹈動作，難度適中，剛好適合“穩(wěn)步進步”；

● D500：高級版，包含了更復雜的動作，比如單腳跳躍和旋轉，稍顯棘手，但也更具挑戰(zhàn)性；

● DCMU：完整版，囊括了所有動作，從普通的步態(tài)到高難度的翻滾和地板動作，幾乎“無所不包”，但也帶來了大量噪聲和不可完成的任務。

這種分級篩選的過程，就像為一個孩子挑選適齡的書籍一樣。大人不會指望一個剛剛學會認字的孩子去讀莎士比亞，機器人也一樣，學習過程需要逐步推進。如果一開始就讓它面對“高難度關卡”，它可能會在錯誤的嘗試中迷失方向，甚至徹底放棄。

有趣的是，實驗發(fā)現(xiàn)，D250數(shù)據(jù)包表現(xiàn)最佳。它的難度設計恰到好處，既包含了多樣化的動作，又沒有加入那些讓機器人望而卻步的“極限挑戰(zhàn)”。與之相比：

● D50數(shù)據(jù)包雖簡單高效，但內(nèi)容過于基礎，導致機器人難以應對稍復雜的任務；

● D500和DCMU數(shù)據(jù)包則因動作過于復雜，增加了無效訓練的噪聲，拖累了整體效果。

D250就像一本結構合理的練習冊，既讓機器人有挑戰(zhàn)，又不會讓它壓力過大。通過這樣的篩選，ExBody2為機器人打造了一條學習之路，讓它能夠穩(wěn)扎穩(wěn)打地掌握動作技能，最終在真實世界中自信地“展現(xiàn)舞姿”。

有了優(yōu)質的數(shù)據(jù)集，ExBody2的教學進入了第二階段，即“老師-學生”架構的核心過程，這里面包含在虛擬環(huán)境中的“老師機器人”和真實環(huán)境里的“學生機器人”兩種角色。

在這個架構中，“老師機器人”是主導者，它生活在一個虛擬環(huán)境里，擁有豐富的“特權信息”，比如關節(jié)的位置、速度和身體的物理反饋。就像一個經(jīng)驗豐富的舞蹈教練，老師機器人通過強化學習算法（PPO）不斷優(yōu)化自己的動作，從單腳跳到連續(xù)旋轉，每個細節(jié)都打磨到位。

而“學生機器人”的學習條件就沒那么優(yōu)越了，它進入真實世界時，面臨的環(huán)境復雜且變化多端，沒有老師那樣的“特權信息”，只能依靠歷史數(shù)據(jù)和觀察到的反饋。這就像一個學生只能通過看錄像模仿舞蹈，而無法直接從教練那里獲得詳細指導。

為了彌補信息的缺失，ExBody2采用了一種叫“DAgger”的算法，它將老師的復雜指令簡化成學生能理解的觀察數(shù)據(jù)。這個過程類似于把一部高清視頻壓縮成清晰的GIF動畫，雖然少了一些細節(jié)，但核心動作得以保留。

真實環(huán)境大考驗：

ExBody2如何從“課堂”走向“實戰(zhàn)”

ExBody2是不是一套真正“聰明”的機器人學習系統(tǒng)，最終的檢驗要看它在真實環(huán)境中的表現(xiàn)。就像一個學生考試時，課堂上表現(xiàn)得再好，如果在考場上發(fā)揮失常，也不能算作優(yōu)秀的學習者。因此，ExBody2不僅在“課堂”中訓練機器人，還通過一系列的實際測試，檢驗機器人在不確定環(huán)境中的表現(xiàn)，來驗證證明這套系統(tǒng)的“聰明之處”。

在這場考驗中，研究團隊設計了一場機器人間的“現(xiàn)場大比拼”。他們將機器人放置在各種動態(tài)環(huán)境中，比如不平的地面、動態(tài)的障礙物、突然的輕推等，模擬出真實世界中常見的突發(fā)情況。面對這些“考驗”，機器人需要做出迅速的反應，調整自己的站姿、步伐和動作節(jié)奏，保持穩(wěn)定并完成任務。

（人形機器人在現(xiàn)實世界中執(zhí)行各種富有表現(xiàn)力的全身動作）

最有趣的測試是“推擠測試”。在實驗中，研究人員故意輕輕推一下行走中的機器人，模擬在家庭環(huán)境中孩子不小心撞到機器人的場景。結果顯示，ExBody2的機器人反應相當靈敏，能迅速調整重心，穩(wěn)穩(wěn)站住腳跟。相比之下，采用傳統(tǒng)控制方法的機器人要么停滯不前，要么直接摔倒，顯得“手足無措”。這種穩(wěn)定性得益于系統(tǒng)的高效學習方法，使得機器人不僅能在理想環(huán)境中行動自如，還能在不確定的動態(tài)環(huán)境中靈活應變。

除了“推擠測試”，ExBody2的機器人還通過了“復雜地形行走”考驗。實驗室模擬了崎嶇的地面環(huán)境，比如帶有小臺階和傾斜的路面。普通機器人在這種環(huán)境中經(jīng)�！澳_步不穩(wěn)”，容易滑倒。而ExBody2的機器人就像一個穿著防滑鞋的登山者，步伐穩(wěn)健，能夠調整步長和姿態(tài)，從容跨越臺階和不規(guī)則的地面。這種表現(xiàn)背后的關鍵在于，機器人能夠“記住”之前的動作調整，并在遇到類似的環(huán)境時迅速做出“類似的反應”。這種記憶能力使它在不斷變化的環(huán)境中也能“步步為營”，不像傳統(tǒng)的機器人只會在固定的環(huán)境中反復做一成不變的動作。

這些測試不僅是在實驗室中做的“花架子”，也具備一定的實際意義。比如，當家中的清潔機器人在打掃地面時，地上突然出現(xiàn)了一個小玩具，普通的機器人可能會直接被卡住，或嘗試多次繞行，但ExBody2的機器人卻能迅速“明白”前方的變化，做出合理的繞行決策。

此外，在工業(yè)流水線中，這種“靈活反應”同樣至關重要。傳統(tǒng)的工業(yè)機器人只能在指定位置“拿放物件”，但如果流水線上突然出現(xiàn)了一塊偏移的物料，ExBody2的機器人會迅速調整位置，主動適應物料的位置變化，就像流水線上的“超級工人”，不再是一個“死板的機械手”。

為了驗證ExBody2在不同場景中的表現(xiàn)，研究團隊還量化了幾項關鍵的性能指標，比如在關節(jié)位置精度（下表中的Eₘₚⱼₚₑ) 上，ExBody2的機器人誤差降低，而普通的機器人誤差則要高出數(shù)倍，這一差距直接反映在動作的精準度上。

在其它指標比如關鍵點位置誤差（Eₘₚₖₚₑ）、速度誤差（Eᵥₑₗ）方面，ExBody2均有優(yōu)勢。

（ExBody2與其他方法在宇樹G1和H1上的性能對比結果）

總結來看，ExBody2的成功不僅體現(xiàn)在課堂中的“標準化訓練”，更體現(xiàn)在真實環(huán)境中的“靈活應變”。通過應對“推擠”、“復雜地形”和“動態(tài)物料變化”等考驗，ExBody2的機器人展現(xiàn)了比傳統(tǒng)機器人更高的穩(wěn)定性和靈活性。配合關鍵指標的量化表現(xiàn)，證明了這套系統(tǒng)的優(yōu)越性。無論是在家中還是在工廠，ExBody2的機器人都不再是“機械的螺絲工人”，而是能夠“見招拆招”的“智能工作伙伴”，不論是家用服務場景，還是工業(yè)生產(chǎn)場景，ExBody2給人形機器人帶來新的可能性。

本文來源：騰訊科技

機器人控制系統(tǒng) 運動能力靈活應變

騰訊科技

原創(chuàng)欄目