卡西不能跳舞。至少现在还没有。但它最近迈出了第一步。先学会走，再学会跑!

卡西是一个明亮的黄色，两腿，人类大小的机器人，它最近用一种叫做强化学习.

加利福尼亚大学的研究团队伯克利甚至在迈出第一步之前，利用模拟技术来研究它是否准备在世界范围内首次亮相。麻省理工学院技术评论在这篇文章中,忘了波士顿动力学吧。这个机器人自学走路。他们的研究，用于两足机器人鲁棒参数化运动控制的强化学习，可供选择在这里.

来自波士顿动力公司的令人印象深刻的视频让它看起来很简单

波士顿动力公司(Boston Dynamics)多年来一直在发布他们的机器人的精彩视频，提高了人们对机器人动作的期望。去年年底，他们发布了视频跳舞机器人的视频现在已经被观看了3000多万次。

“这些视频可能会导致一些人相信这是一个简单而容易解决的问题，”加利福尼亚大学的伯克利告诉钟宇俐。麻省理工学院技术评论“但要让仿人机器人在人类环境中可靠地工作和生活，我们还有很长的路要走。”

强化学习

编程一个两足机器人在各种环境中行走所需的代码数量惊人。在岩石路径上上坡运动需要不同于在光滑平坦表面上行走的控制和平衡。人行道的摩擦系数与铺地毯的走廊不同。

鲁棒性和多功能性很难实现。这就是为什么机器人专家转向强化学习。

研究人员报告称，稳定两足机器人的经典方法往往“缺乏适应环境变化的能力”。强化学习，然而，使机器人能够通过试验和错误自学。强化学习使Cassie能够在行走和跌倒时自学。

首先是学习虚拟行走

由于它们的体积和不稳定性，即使是最微小的失误，双腿机器人也很容易绊倒和摔倒。因此，伯克利大学的研究小组让卡西在虚拟环境中学习，然后再踏上人行道。

试错法包括错误，通常错误很多。但实际机器人的故障可能是危险的、昂贵的，或者两者兼而有之Simscape多体^商标这有助于在将自主算法部署到昂贵的机器人硬件之前对其进行验证，这正是伯克利的研究人员所做的。就像战斗机飞行员在控制昂贵的飞机之前在飞行模拟器中学习飞行一样，卡西学会了在模拟环境中行走。

该团队使用了两个级别的虚拟环境。首先，卡西的模拟版本通过绘制广泛的现有机器人运动数据库来学习走路。他们将此模拟转移到第二个虚拟环境Simscape Multibody，该虚拟环境以高精度复制真实世界的物理。

机器人学会了很多不同的动作，比如蹲下走路、负重、转身和蹲。一旦凯西证明了它的能力Simscape，将学习到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，而无需任何额外的微调。它可以在崎岖和湿滑的地形上行走，承受意外负载，并从被推中恢复。在测试过程中，卡西还损坏了右腿的两个电机，但能够调整其运动以进行补偿。”

患有技术评论

所以，虽然你必须在跑之前学会走路，但事实证明，如果你是机器人，明智的做法是先在模拟中测试你是否准备好了走路。

有关更多信息：

• 想要了解更多关于强化学习的信息，请查看这个生物启发独腿机器人.
• 要了解在Simscape中模拟物理系统的基础知识，请查看此免费，两个小时的入门教程.