只用一個(gè)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)操縱，四足機(jī)器人的重大技術(shù)突破。

跑酷是一項(xiàng)極限運(yùn)動(dòng)，需要參與者以高度動(dòng)態(tài)的方式跨越障礙，對(duì)于大多數(shù)時(shí)候「笨手笨腳」的機(jī)器人來(lái)說(shuō)，這似乎是件遙不可及的事，不過(guò)最近在機(jī)器人控制領(lǐng)域里出現(xiàn)了一些技術(shù)突破的趨勢(shì)。幾周前，機(jī)器之心曾報(bào)道過(guò)一個(gè)使用強(qiáng)化學(xué)習(xí)方法讓機(jī)器狗實(shí)現(xiàn)跑酷的研究，實(shí)現(xiàn)了不錯(cuò)的效果。

最近，卡內(nèi)基梅隆大學(xué)（CMU）的一項(xiàng)新研究也針對(duì)機(jī)器狗跑酷的挑戰(zhàn)提出了新方法，效果又上了一個(gè)臺(tái)階，以至于人們的評(píng)價(jià)一致是：amazing.

觀眾：「是《黑鏡》里面演的樣子」。

CMU 的這項(xiàng)研究讓機(jī)器狗可以像狗狗障礙賽里的選手一樣，自動(dòng)越過(guò)不連續(xù)的箱子，在不同角度傾斜的坡面之間輕松地跑跳：

而且通過(guò)這些障礙的速度也很快。

輕松跳過(guò) 0.8 米（機(jī)器狗長(zhǎng)度的 2 倍）的間距：

爬上 0.51 米高（機(jī)器狗高度的 2 倍）的障礙物：

這回沒(méi)有一把站穩(wěn)，它還用后腿進(jìn)行了補(bǔ)救，動(dòng)作像真的狗一樣。

機(jī)器狗還可以做一些真實(shí)世界里動(dòng)物難以完成的事，比如僅用兩條前腿行走，相當(dāng)于倒立行走：

還能僅用兩條前腿下樓梯：

像在游戲里面卡了 bug，有點(diǎn)滑稽，又帶有一點(diǎn)點(diǎn)恐怖谷效應(yīng)。

該研究旨在讓小型低成本機(jī)器狗能夠完成跑酷任務(wù)。這類機(jī)器狗的驅(qū)動(dòng)不精確，且僅有用于感知的單個(gè)前置深度攝像頭，頻率低、容易出現(xiàn)抖動(dòng)和偽影。

基于此，該研究提出一種直接從原始深度和機(jī)載傳感到關(guān)節(jié)角度命令的神經(jīng)網(wǎng)絡(luò)，并通過(guò)大規(guī)模強(qiáng)化學(xué)習(xí)進(jìn)行模擬訓(xùn)練，以克服不精確的傳感和驅(qū)動(dòng)帶來(lái)的問(wèn)題，端到端地輸出高度精確的控制行為。研究項(xiàng)目已開(kāi)源。

• 論文地址：https://extreme-parkour.github.io/resources/parkour.pdf

• 項(xiàng)目地址：https://github.com/chengxuxin/extreme-parkour

方法簡(jiǎn)介

該研究通過(guò)端到端數(shù)據(jù)驅(qū)動(dòng)的強(qiáng)化學(xué)習(xí)框架使機(jī)器狗具備「跑酷」的能力。為了讓機(jī)器狗在部署時(shí)根據(jù)障礙物類型進(jìn)行自我調(diào)整，該研究提出了一種新穎的雙重蒸餾（dual distillation）方法。該策略不僅能輸出靈活的運(yùn)動(dòng)命令，還可以根據(jù)輸入深度圖像快速調(diào)整方向。

為了讓單個(gè)神經(jīng)網(wǎng)絡(luò)能夠表征不同的跑酷技能行為，該研究提出了一種基于內(nèi)積的簡(jiǎn)單而有效的通用獎(jiǎng)勵(lì)設(shè)計(jì)原則。

具體來(lái)說(shuō)，該研究旨在訓(xùn)練一個(gè)直接從原始深度和機(jī)載傳感到關(guān)節(jié)角度命令的神經(jīng)網(wǎng)絡(luò)。為了訓(xùn)練適應(yīng)性運(yùn)動(dòng)策略，該研究采用了正則化在線適應(yīng)（ROA）方法，并針對(duì)極限跑酷任務(wù)進(jìn)行了關(guān)鍵修改。

實(shí)驗(yàn)結(jié)果

該研究主要讓機(jī)器狗掌握 4 種技能，包括攀爬、跳過(guò)間距、在斜坡上跑跳、倒立，與其他幾種方法的比較結(jié)果如下表 1 所示：

為了驗(yàn)證系統(tǒng)中各部分的作用，該研究提出了兩組基線。該研究首先測(cè)試了獎(jiǎng)勵(lì)設(shè)計(jì)和整體 pipeline，結(jié)果如下表 2 所示：

第二組基線旨在測(cè)試蒸餾設(shè)置，其中涉及用于方向預(yù)測(cè)的 BC 和用于動(dòng)作的 dagger，實(shí)驗(yàn)結(jié)果如下表 3 所示：

此外，該研究還進(jìn)行了很多現(xiàn)實(shí)實(shí)驗(yàn)（記錄成功率），并與 NoClear 和 NoDir 基線進(jìn)行比較，實(shí)驗(yàn)結(jié)果如下圖 7 所示：