跑酷是一项极限运动,对机器人特别是四足机器狗来说,更是一项巨大的挑战,需要在复杂的环境中快速克服各种障碍。一些研究尝试使用参考动物数据或复杂的奖励,但这些方法生成的「跑酷」技能要么多样但盲目,要么基于视觉但特定于场景。然而,自主跑酷需要机器人学习基于视觉且多样化的通用技能,以感知各种场景并迅速做出反应。
最近,一个机器狗跑酷的视频火了,视频中的机器狗在多种场景中迅速克服了各种障碍。例如,从铁板下方的缝隙穿过,爬上木箱,再跳到另一个木箱上,一连串动作行云流水:
这串动作说明机器狗已经掌握了贴地爬行、攀爬和跳跃三个基本技能
它还有一个特殊的技能:能够倾斜挤过狭窄的缝隙
如果机器狗未能克服障碍,它会多试几次:
该内容已经被重写成中文: 这款机器狗是基于一种为低成本机器人研发的「跑酷」技能学习框架。该框架由上海期智研究院、斯坦福大学、上海科技大学、CMU和清华大学的研究者联合提出,并且其研究论文已入选CoRL 2023(Oral)。该研究项目已经开源
论文地址:https://arxiv.org/abs/2309.05665
项目地址:https://github.com/ZiwenZhuang/parkour
该研究推出了一种新的开源系统,用于学习基于视觉的端到端跑酷策略,以使用简单的奖励来学习多种跑酷技能,而无需任何参考运动数据。
具体来说,这项研究提出了一种强化学习方法,旨在让机器人学会攀爬高障碍、跳过大间隙、在低障碍下爬行、挤过狭小缝隙和跑步等技能,并将这些技能转化为基于单一视觉的跑酷策略。同时,通过使用以自我为中心的深度相机,将这些技能迁移到四足机器人上
为了在低成本机器人上成功部署该研究提出的跑酷策略,只需使用机载计算(Nvidia Jetson)、机载深度摄像头(Intel Realsense)和机载电源,而不需要动作捕捉、激光雷达、多个深度摄像头和大量计算
为了训练跑酷策略,该研究共进行了如下三个阶段的工作:
第一阶段:强化学习预训练,具备软动态约束。该研究采用自动课程让机器人学习穿越障碍物,鼓励机器人逐渐学会克服障碍
第二阶段:具有 hard 动态约束的强化学习微调。该研究在这个阶段强制执行所有动态约束,并用现实动态(realistic dynamics)微调机器人在预训练阶段学到的行为。
第三阶段:蒸馏。在学习了每个单独的跑酷技能后,该研究使用 DAgger 将它们蒸馏成一个基于视觉的跑酷策略(由 RNN 参数化),该策略可以仅使用机载感知和计算部署到腿式机器人上。
在训练中,该研究为每种技能设置了相应的障碍物尺寸,如下表 1 所示:
该研究进行了大量的模拟和现实实验,结果表明,跑酷策略使低成本四足机器人能够自主选择和执行适当的跑酷技能,仅使用机载计算、机载视觉传感和机载电源即可穿越开放世界中具有挑战性的环境,包括爬高 0.40m(1.53x 机器人高度)的障碍物,跳过 0.60m(1.5x 机器人长度)的大间隙,在 0.2m(0.76x 机器人高度)的低障碍物下爬行,通过倾斜挤过 0.28m 的细缝(小于机器人宽度),并且可以一直跑步前行。
此外,研究还对所提出的方法与几种基线方法进行了比较,并在模拟环境中进行了消融实验。具体结果如表2所示:
如有兴趣的读者可阅读原始论文,以深入了解更多研究内容
以上就是攀爬、跳跃、过窄缝,开源强化学习策略让机器狗能跑酷了的详细内容,更多请关注php中文网其它相关文章!
已抢65787个
抢已抢32088个
抢已抢17662个
抢已抢9008个
抢已抢11575个
抢已抢24114个
抢