首頁 > 科技要聞 > 科技> 正文

怎么剛開工， 我就看到宇樹的機器人在模仿科比？

差評 整合編輯：太平洋科技 發(fā)布于：2025-02-11 21:50

要說今年過年最出風頭的科技企業(yè)，那除了整天服務器繁忙的 DeepSeek ，估計就得數(shù)宇樹科技了。

就是春晚上拿機器人扭秧歌的那個。

看著挺牛逼是吧，結果年才過了沒幾天，大正月的他們又整出個新活，英偉達、卡內基梅隆大學團隊用宇樹 G1 研究出來一個項目，拿機器人復刻科比。。。

看看這動作，這后仰跳投，是不是還挺有那味的？

別說你是詹蜜，經典的霸王步人家也學了。

有差友可能會問，我是年輕人，不懂規(guī)矩，不看球也不看 nba ，我咋能知道這機器人到底什么水平呢？

也別慌，各位熟知的 “NBA 大使 ” 的經典鐵山靠，人家也能學。。。

有一說一，給機器人編程早就不是啥新鮮事了，你坤哥這種招牌動作，粉絲內部甚至還有用簡單機械機構就能實現(xiàn)的。所以宇樹這次要是只能復刻這種的話，那還算不上啥科技狠活。

那么這波這個展示真正牛波兒的地方在哪呢，大過年的人家總不會就是為了唱跳 rap 打籃球吧。

于是哥們去翻了翻人家的論文，才發(fā)現(xiàn)這里面還真暗藏玄機，人家這一手看似是全明星模仿，實際上是機器人訓練技術的一個重大突破。

至于咱為啥這么說，那就得先聊聊現(xiàn)在的機器人是咋訓練的。

眾所周知，機器人這玩意甭管外表多酷炫，骨子里還是算法在跑。

所以你要想讓一個機器人學會打籃球的話，最簡單的辦法就是先測量出機器人的各方面數(shù)據(jù)，比如關節(jié)扭矩、連桿質量分布啥的；再拿這些數(shù)據(jù)去搞個動力學建模，就是在電腦里模擬機器人的運動。

不過這塊兒就得人工一點點調整各種參數(shù)，像機器人的手臂力量、投籃角度等等。這套 “ 私人訂制 ” 的玩法，在專業(yè)領域有個更唬人的名字，叫系統(tǒng)識別 ( System Identification , 簡稱SysID ) 。

但問題在于，要一點點把各種參數(shù)都調到完美，這是個特別肝的活兒，需要大量時間，還得是專業(yè)人士才能搞；

而且就算你在模擬器里調好了，現(xiàn)實里也不一定就是那么回事兒。就好比你在 NBA 2K 里練出一代喬丹，但上了真球場，可能連球都運不利索。

虛擬世界再真，跟現(xiàn)實的參數(shù)維度也不是一個量級的，像什么籃球的手感、彈性，空氣阻力、風向風速，甚至其他球員的肘擊，模型都沒法面面俱到。

所以這種傳統(tǒng) SysID 搞出來的機器人，在實驗室里看著花拳繡腿，一到真實場景，就像我愛發(fā)明里面的人機對抗一樣，要開始拉了。

既然真實環(huán)境這么復雜，有的科學家就開始反向操作了：與其死磕完美模型，不如直接把機器人丟進各種 “ 奇葩 ” 環(huán)境里去練級。

比如有時候地面很滑，有時候籃球很重，有時候籃筐很高。。。反正就讓機器人在各種極端條件下自己迭代，找到最優(yōu)策略。

這種騷操作，有個聽起來玄乎的名字，叫域隨機化 ( Domain Randomization , 簡稱DR )

聽著好像有點道理，可這也有問題。這種方法就跟 “ 盲人摸象 ” 似的，機器人就算見識了各種情況，但要總結出真正的規(guī)律還是很難，而且很容易 “ 用力過猛 ” 。

再加上為了適應各種極端情況，機器人就得求穩(wěn)，于是動作就很保守、不靈活，比如運球的時候總是小心翼翼的，投籃的時候不敢放開手腳。

一句話，這些傳統(tǒng)方法訓練機器人，要么全靠建模調參，費時費力；要么動作僵硬緩慢，沒法完成復雜動作，純純擺件。

可要想讓機器人真的參與到生活里，不說代替咱們打工，起碼像人一樣的靈活性總得有吧，要是多少都沾點人工智障，那不白期待了嘛。

那么宇樹這波到底是咋做到讓機器人這么靈敏的呢，重點來了。

論文里說，他們用了一個叫ASAP （ Aligning Simulation and Real Physics ，對齊模擬與真實物理框架 ）的東西。

按文章里的說法，這個技術要先 “ 利用這些經過處理的人類運動數(shù)據(jù)在仿真環(huán)境中訓練一個基于相位的運動跟蹤策略 ” ，再 “ 通過強化學習訓練一個殘差動作模型補償仿真與現(xiàn)實之間的差異 ” 。

聽起來很繞，但你先別急，這玩意的實際思路還挺簡明的，其實就是把咱上面說的傳統(tǒng)功夫，用化勁整合起來，搞了個機器人訓練速成班。

簡單來說，這個速成班分兩步走，咱先說第一步：就是給機器人打基礎，搞模擬預習。

而要搞預習，你得有教材。這里就是要先下載一堆視頻，打籃球的也行，其他視頻也行，重點是視頻里得有人；

然后通過一個叫 TRAM 的運動重建工具，把視頻里面的人類動作都扒出來，轉換成三維運動軌跡，這樣機器才能看得懂這些動作；完事再把這些動作放到一個虛擬環(huán)境里來訓練，目的是讓機器人學會精確模仿視頻里的動作數(shù)據(jù)。

拿打籃球這個動作來說，你得先找一堆打球視頻，記錄下運球、投籃的動作，把這些動作數(shù)據(jù)處理好，再把這些數(shù)據(jù)扔到模擬器里，讓機器人先在模擬器里云練球，相當于先做好模擬再考試。

所以速成班的第二步就得真槍實彈的來，三年模擬完了，是時候五年高考了。

雖然之前的數(shù)據(jù)已經是從現(xiàn)實中提取的了，但等到機器人被拉到真球場上的時候，它就會發(fā)現(xiàn)云玩家還是差點意思，真實環(huán)境里的位置、速度、加速度、關節(jié)角度等數(shù)據(jù)，跟仿真里還是有一定差別。

于是這時候工程師就會利用機器人身上的傳感器收集這些數(shù)據(jù)，再把這些數(shù)據(jù)跟之前在虛擬環(huán)境里訓練的數(shù)據(jù)對比，用強化學習搞一個誤差修正模型出來，這個就是所謂的殘差（ delta ）動作模型。

有了這個殘差動作模型，這下機器人在模擬器里的運動，就跟在現(xiàn)實里大差不差了，然后工程師再把當中的少量參數(shù)微調一下，機器人就能做到跟視頻里人類運球一樣敏捷流暢了。

但你要把這個 ASAP 框架的兩步放一起看，就會發(fā)現(xiàn)這玩意搞的效果雖然看著挺牛逼的，比傳統(tǒng)方案練出來的機器人好多了，但思路其實跟咱上面說的傳統(tǒng)訓練思路差的沒那么大。

原理也很簡單嘛，純建模訓練不真實還費時間，純現(xiàn)實訓練動作不靈活，那把這兩個方案結合起來：

用現(xiàn)實數(shù)據(jù)去幫助建模，再把建模的成功放在現(xiàn)實里校正，虛實結合，不就兩難自解～

實際上，這種用現(xiàn)實數(shù)據(jù)搞虛擬建模，再把在虛擬建模里完成的工程搬到現(xiàn)實，其實也算是很英偉達的操作了。

之前他們就有一個 Cosmos 平臺，號稱是世界模型，目的就是像這次這樣把現(xiàn)實里的物理現(xiàn)象搬到電腦里去模擬，這樣就能大大節(jié)省工程師們的研發(fā)時間。

這玩意對機器人、 AI 、自動駕駛啥的意義都挺大，畢竟這可就不用再像以前一樣戴著各種傳感器，花那么多時間慢慢搜集現(xiàn)實數(shù)據(jù)。

訓練時長大幅縮短，結果最后訓練效果還更好了，這不妥妥的黑科技嘛。

哦對了，最后還有一個彩蛋：今天這篇論文的主要作者，英偉達 GEAR 團隊成員、現(xiàn)在在卡內基梅隆大學留學的 B 站 up 主何泰然，他小時候的夢想還真就是造一個電影《 鐵甲鋼拳 》（ 設定是人類操控機器人打拳 ）里的機器人。

對一個理工男來說，把兒時的夢想變成現(xiàn)實，我覺得這太酷了。

本文來源：差評

網友評論

聚超值•精選

推薦 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
国产younv在线精品，先锋AV无码资源不卡，亚洲国产高清不卡在线播放，伊人久久东京av