卡西不能跳舞。至少还没有。但它最近采取了第一步。在跑步之前你必须走路！

卡西是一个亮黄色的，两条腿，人类大小的机器人，最近通过一种叫做人工智能的形式学会了走路加强学习．

甚至在它迈出第一步之前，来自加州大学伯克利分校的研究团队就通过模拟来观察它是否已经准备好在这个广阔的世界上首次亮相。研究人员分享了他们的工作麻省理工学院技术评论在文章中，忘记波士顿动力公司。这个机器人自学了走路。他们的研究两足机器人鲁棒参数化运动控制的强化学习是可用的这里．

波士顿动力学的令人印象深刻的视频使它看起来很容易

波士顿动力学一直在发布其机器人的壮观视频多年来，提高机器人移动的期望。去年年底，他们发布了一个视频跳舞的机器人现在已被观看超过3000万次。

加州大学伯克利分校的李中宇(音译)表示:“这些视频可能会让一些人认为，这个问题已经解决，而且很容易解决。麻省理工学院技术评论．“但要让人形机器人可靠地在人类环境中工作和生活，我们还有很长的路要走。”

强化学习

为一个两足机器人编写在各种环境中行走的程序所需要的代码数量是惊人的。在岩石路面上上坡需要不同于在光滑平坦的路面上行走的控制和平衡。人行道的摩擦系数与铺着地毯的走廊不同。

坚固性和多功能性是很难实现的。这就是机器人专家转向强化学习的原因。

研究人员报告说，稳定双面机器人的经典方法倾向于“缺乏适应环境变化的能力”。“然而，强化学习使机器人能够通过试验和错误来教授自己。加强学习使Cassie能够在踩下和跌跌撞撞时教授自己。

学习几乎，首先走路

由于它们的体型和不稳定性，两足机器人可以很容易地绊倒和跌倒，即使是最小的错误。因此，伯克利的团队让凯西在上路前在虚拟环境中学习。

试验和错误方法包括错误，通常很多。但实际机器人的失败可能是危险的，昂贵的或两者。一种物理准确的模拟环境，如Simscape多体^TM在部署到昂贵的机器人硬件之前，验证自主算法是否有益于，这正是从伯克利的研究人员所做的。像战斗机飞行员一样学会在采取昂贵飞机的控制之前学会飞行飞行模拟器，Cassie学会了在模拟环境中走路。

该团队使用了两层虚拟环境。首先，一个模拟版本的Cassie通过绘制大量现有的机器人运动数据库来学习走路。他们将这个模拟转移到第二个虚拟环境Simscape Multibody中，该环境以很高的精度复制了真实世界的物理情况。

机器人学会了许多不同的运动，例如在蹲伏的位置行走，承载负荷，转动和蹲。一旦卡西证明了它的能力simscape.，将学会的行走模型加载到实际机器人上。

“真正的卡西能够使用在模拟中学习到的模型行走，而不需要任何额外的微调。它可以在崎岖不平的路面上行走，可以携带意想不到的物品，也可以在被推的情况下恢复。在测试过程中，Cassie右腿的两个马达也损坏了，但它能够调整运动来补偿。”

-MIT技术评论

所以，虽然你在跑之前走路是真的，但事实证明，如果你是一个机器人，它就明智地测试了你准备好在模拟中首先走路。

更多信息:

• 要查看更多关于加强学习，请查看此生物启发单腿机器人．
• 要学习Simscape中模拟物理系统的基础知识，请点击这里免费，两小时的介绍教程．