人形机器人进阶到街头耍宝 与人类贴身热舞

人形机器人进阶到街头耍宝 与人类贴身热舞 这样训练出来的人形机器人，能实现稳健的运动和动态运动跟踪。简而言之，会的活多，表现力还强。比如和人类边贴贴边跳舞，增进增进人形机器人和人类之间的感情：穿着荧光小马甲，就能立刻上岗街头指挥人车交通：研究论文资料显示，这个研究团队共6人，其中过半是UCSD的在读博士生。为什么要对人形机器人做这样的训练呢？论文共同一作Xuxin Cheng在Twitter上卖力宣传的同时，做出了解释。机器人总是被要求化身各行各业的打工人！我们就想跟它一起探索另一条方向的路～当人形机器人“富有表现力”团队的这项研究名为《Expressive Whole-Body Control for Humanoid Robots》，研究目标是让人形机器人在现实世界中产生丰富、多样和富有表现力的动作。在经过团队的调教后，人形机器人能做出什么样的行为呢？路遇朋友迎面击掌，这是不在话下的。我都能脑补出它大声喊了一句Hey Man……亲切一点，路遇兄弟，来个抱抱：有点搞笑的事，不管是击掌还是拥抱，机器人下半身跺脚的行为并不会停止，只是会稍微放缓。眼尖的朋友们可能已经发现了，上面的击掌实验在不同环境、不同地面进行。团队也明确表示，通过新研究训练出来的人形机器人，可以在各种不同的地形地面上健步如飞。除了上文展示过的草地和石板路，沙滩对它来说同样是小菜一碟：平整的办公室地面也可以轻松应对：团队给出的更多展示中，还表现了更多遇到外界阻力时行动自如的demo。狠狠拽它：拿大球砸它：还知道抬手示意，“喂，你可以帮我背上小书包了”。各种操作，看得大伙儿一愣一愣的。纽约大学计算机科学助理教授发Twitter应援，称这么高水平控制力和表现力的研究成果，居然是一个6人组成的学术团队的产出，“难以置信”！更多的网友则选择用“Cool”来形容这项工作：“无他，照着人类学”所以，究竟怎么才能让机器人像以上般“张牙舞爪”、富有类人表现力？设想的思路无他：照着人类学。学习资料既包括各种人体动捕数据集，也包括生成模型、video2pose模型给出的模拟数据。通过在强化学习框架中进行全身控制的大规模训练，机器人就可以在现实世界中进行动作的泛化了。然而，这样的Sim2Real思想实际还是遇到了问题。作者介绍，典型数据集中的人体模型有69个自由度，但他们所用的机器人只有19个。除此之外，理论和实际的扭矩限制也不相同。这就很尴尬了，等于学会的知识实际根本不能拿来就用。那怎么办？那就做一个小小的改动：只让上半身进行模仿，负责各种表现力，下半身则只负责在任意速度内把两条腿控制稳定就行。作者姑且就管这个方法就叫做“表现型全身控制”（Expressive Whole-Body Control (Exbody)）。由此，该机器人的整体框架就长这样：首先，在拿到各种数据集后，系统会有一个运动重定向，用于获取一系列与符合机器人运动学结构的运动片段。然后在从这些片段中提取表达目标和根运动目标，进行“Exbody”策略的强化学习训练，最终将指令部署到真实机器人身上。其中，表达目标就是机器人上半身要完成的，根运动目标则归于下半身（当然，这部分也可以用遥控命令直接给出）。所用数据集最终，和各种基线方法相比，该机器人取得了如下成绩：有几项比较突出的指标，整体表现还不错。（MELV：Mean Episode Linear Velocity Tracking Reward，线性速度跟踪奖励 MEK：Mean episode key body tracking reward，关键身体追踪奖励）而从下图来看，Exbody的策略也能让机器人在表现时（例如击掌）膝盖弯曲更多，抬脚时脚离地面更高。言外之意，动作更卖力更富有表现力一些～当然，也更稳。全华人团队出品本研究一共6位作者，全部为华人，全部来自加州大学圣地亚哥分校（UCSD）。共同一作有两位：Xuxin Cheng，UCSD博一在读，硕士毕业于CMU机器人专业，本科则毕业于北理工自动化专业。Yandong Ji，同UCSD博一在读，硕士毕业于UC伯克利机械工程，本科毕业于南开大学电子计算机工程专业。通讯作者为他们的导师Xiaolong Wang，UCSD电气工程系助理教授。他博士毕业于CMU，目前的研究方向集中于CV和机器人技术等等，Google学术显示论文引用次数23000+。哦对了最后，团队成员还包括本次研究所用的机器人：来自宇树科技的Unitree H1。One More Thing要说最近的机器人进展，还真不少。先是OpenAI和微软押注的Figure刚刚宣布，新一轮融资筹集了约6.75亿美元，融资前估值约20亿美元。紧接着发布了个视频，介绍了旗下人形机器人Figure 01的最新进展，称“一切都是自主的”。再有就是那个面部表情极其丰富，有时惊艳有时又惊悚的Ameca，最新宣布已具有视觉能力。她能观察所处房间的整个情况，然后用各种各样的声音语气（包括但不限于马斯克、海绵宝宝）跟你绘声绘色地描述。就怪有意思的hhhhhh ... PC版： 手机版：