谷歌通过让机器狗模仿真实物体来教会它新技巧

任何观察过狗四处走动（可能只是走路、跳跃或接飞盘）的人可能都注意到了狗的动作是多么的动态、复杂和自然。当动物小跑时，它可能不会考虑将四只爪子放在地面上的顺序。它只是这样做。

现在，想象一下你有一只机器狗，你想试着对它进行编程，让它做一些基本的动作，比如走路。即使你是一名熟练的程序员，你也可能会发现让你的机器狗顺利地完成这样的动作是一项艰巨的任务，更不用说毛茸茸的飞盘跳跃了。

为了找到一种更快、更具可扩展性的方法，谷歌和加州大学伯克利分校的研究人员利用真实的真狗运动数据来训练他们的机器狗执行以不同速度行走或旋转等任务。“我们的想法是，也许我们可以通过向机器人展示动物在环境中移动的例子，让机器人更容易地学习这些技能，”谷歌的学生研究员、伯克利大学博士生、该项目论文的第一作者 Jason Peng 说。

毕竟，动物天生就擅长“敏捷行为”，他补充道。但对这些动作进行逆向工程并让机器人去做这些事？这可能比训练一只不守规矩的杂种狗不乞讨餐桌上的残羹剩饭还要困难。

该团队并没有为这个项目收集有关狗狗动作的全新信息，而是使用了来自一只狗的现有数据。“有一个包含不同狗狗动作的公共数据集，”彭说。该研究中的那只狗的动作捕捉数据为他们提供了所需的信息。

但这并不像将信息下载到物理机器人的大脑中那么简单。接下来的步骤涉及使用计算机模拟，以便机器人的虚拟版本可以学习模仿真实狗的动作。（欧洲研究人员也开始使用模拟和人工智能来让机器狗学习。）该项目的这一部分涉及使用机器学习（一种人工智能）让虚拟机器人获得新技能。“学习算法试图找到一种让机器人尽可能逼真地重现动作的方法，”彭说。

毕竟，机器人与真狗不同。首先，它的身体不太灵活。“机器人没有脊椎——它的身体就像一块砖头，”他补充道。人工智能必须让机器人尽可能地匹配真实的动物动作。

最终，在模拟之后，他们将知识转移到机器人身上。这一步也不是那么简单，因为计算机模拟并不能完美地再现现实世界。

最终结果是，他们的机器人能够执行从真实狗的行为中学到的动作，其中模拟、人工智能和其他自适应措施是关键的中间步骤。它能做什么？“一系列运动技能，比如不同的行走步态，”彭说。“还有一些旋转和转动动作。”它甚至可以倒着走。

对于机器人来说，更难执行的是快速、动态的动作，比如快速奔跑或跳跃。到目前为止，这些动作还无法重现。

彭说，使用这种方法教机器人执行任务比一步一步编写这些技能要快得多。“即使是像行走这样的动作，机器人界也已经研究了几十年，”他指出。但他希望机器人专家可以使用这种方法，不仅可以更快、更轻松地教授机器人技能，还可以增加这些动作的复杂性。对于行走，“我们受益于多年的研究，”他说。一些更花哨的动作，比如跳跃和转弯？这种方法可以让这些高级动作更容易编程。

不过，谷歌训练的机器人当然不是市场上唯一的机器人。最著名的是波士顿动力公司的 Spot，去年马萨诸塞州警方对它的测试引起了争议。

观看下面的有关 Google 狗项目的视频。