新型AI机器狗：能够爬楼梯、穿行森林并跃过原木！

7月15日，发表在《Science Robotics》（科学机器人）杂志上的一项研究成果显示，得益于一种新型的快速人工智能训练技术，一只重达100磅的四足机器人现已学会在复杂环境中自主调整奔跑方式——无需人类指令，便能在平稳小跑与更快跳跃步态间无缝切换，自如地穿越森林、楼梯和障碍赛道。

这款名为KAIST HOUND的机器狗，利用摄像头和激光雷达扫描前方地面，实时选择合适的步态并调整自身动作。在户外测试中，它顺利穿过了一条长达0.7英里的校园路线，以及一条布满树根、原木和湿滑落叶的0.2英里林间小径。

这款机器狗的研发是要攻克几个技术难点的。动物会根据自身速度和环境自然改变步态，但要在机器人身上再现这种适应性颇具挑战——不同运动往往由各自独立的控制程序支配，切换时易产生延迟，导致机器人跌跌撞撞。为此，研究团队开发了名为APT-RL的特殊训练框架。这是一种人工智能系统，先学习大量动作示例，利用Transformer模型理解动作模式，再通过奖励与惩罚机制不断优化。

训练始于简单的二维机器人模型。借助轨迹优化算法，团队生成了18万组短距离小跑与跳跃序列，确定机器人腿部所需的关节力。该数据集代表约15.5小时的运动时长，但生成仅耗时约八分钟。随后，在强化学习过程中，AI系统在模拟楼梯、踏脚石、跨栏、间隙及崎岖地形等场景中，学会了如何选择并调整相关技能。

室内测试中，HOUND跳跃跨越了高2英尺的障碍，短暂达到9.5英里/小时的速度，还从三级台阶上跳下。在不平整地面上，机器人通常选择小跑；而在较高速度下或遇到较大台阶、障碍物时，则倾向跳跃。能够在两种步态间选择的AI系统，在各类模拟环境中的表现均比仅限单一模式的版本更为稳定。
研究人员指出，这项新技术未来有望帮助机器人在灾难现场，或轮式机器人难以进入的区域自主导航，替代执行人力所不及的许多任务。
#热门微博# #科技快讯# #机器人# #哈勃观察员[超话]#