高馬爾今天小編(幸聽楓)要和大家分享的是人形機器人優雅漫步，強化學習新成果！獨角獸Figure創始人：之前大家吐槽太猛,歡迎閱讀~
注意看，機器人像人一樣從容地走出大門了！
甚至，還有一整支機器人隊伍迎面走來。
人形機器人獨角獸 Figure，再次帶來他們的新成果——利用強化學習實現自然人形行走。
跟之前版本的機器人相比，确實更像人了許多，而且步态更加輕盈，速度也更快。
網友們紛紛表示被驚豔到，甚至覺得像是太空行走。
有一說一，自從與 OpenAI 取消合作後，這成果輸出确實又快又多。
機器人像人一樣自然行走
此次推出的，是經過強化學習訓練的端到端神經網絡。
根據官方介紹，主要抽成三個部分：
強化學習：強化學習利用模拟試驗和錯誤，教 Figure 02 人形機器人如何像人一樣行走。
模拟訓練：通過高保真物理模拟器學習如何像人類一樣行走，結果只需幾個小時就能模拟出多年的數據。
Sim-to-Real：通過将仿真中的網域随機化與機器人上的高頻扭矩反饋相結合，模拟訓練無需額外調整即可直接轉換為真實硬體。
具體來看。
首先，利用強化學習技術，在 GPU 加速物理仿真中對新的行走控制器進行了全面訓練，并在幾個小時内收集了數年的仿真演示數據。
在模拟器中，數以千計的 Figure 02 機器人被并行模拟，每個機器人都有獨特的物理參數。
然後，這些機器人将暴露在它們可能遇到的各種場景中，并通過單一神經網絡策略學習如何操作它們。這包括遇到各種地形、致動器動态變化以及對絆倒、滑倒和推搡的反應。
使用強化學習學習到的策略可能會趨近于次優控制策略，無法捕捉到人類行走的風格屬性。這包括以類似人類的步态行走，腳跟着地、腳尖離開、手臂擺動與腿部運動同步。
于是他們通過獎勵機器人模仿人類的行走參考軌迹，将這種偏好注入到學習框架。這些軌迹為策略允許產生的行走方式建立了先驗，而額外的獎勵條款則優化了速度跟蹤、功耗以及對外部擾動和地形變化的魯棒性。
最後一步是将策略從模拟中提取出來，應用到真正的仿人機器人中。仿真機器人充其量只是高維機電系統的近似值，在仿真中訓練的策略只能保證在這些仿真機器人上有效。
為了彌補這一 " 模拟到現實的差距 "，他們在模拟中結合使用了網域随機化和機器人上的kHz- 速率扭矩反饋控制。
網域随機化通過随機化每個機器人的物理屬性，模拟策略可能需要運行的各種系統，從而彌合模拟與現實之間的差距。這有助于該策略在不進行任何額外微調的情況下，實現與物理機器人的 " 零接觸 "。
用 kHz 速率閉環扭矩控制來運行策略輸出，以補償執行器建模中的誤差。該策略對機器人與機器人之間的變化、表面摩擦力和外部推動力的變化都很穩健，在整個 Figure 02 機器人群中實現了可重復的仿人行走。
于是乎，就看到了 10 個機器人同一步态行走，沒有任何調整或變化。
接下來，他們計劃将這一技術擴展到數千個 Figure 機器人。
人形機器人越來越像人了
之所以這次選擇對機器人步态的改善，Figure 創始人也說了，這并非是他們的首要任務，只是之前網友吐槽得多了，他們最終目标是商業運送機器人。
By the way，今年伊始海内外的人形機器人都密集亮相，諸多大廠企業開始投身機器人的布局當中，這不今天同一天，vivo 宣布成立機器人 Lab。
在這些機器人持續整活之中，能夠看到他們舉手投足之間着實越來越像人了。
且不說跟大爺一樣在公園遛彎、跑步、二人轉之類。
還學會了人類的一些空翻、托馬斯全旋等等雜技。
你還期待人形機器人哪些地方可以像人的？
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！
— 完 —
最後一周！2025 年值得關注的 AIGC 企業產品 報名即将截止
下一個 AI" 國產之光 " 将會是誰？歡迎申報獎項！
本次評選結果将于 4 月 16 日中國 AIGC 產業峰會上公布。
一鍵星标
科技前沿進展每日見
關于人形機器人優雅漫步，強化學習新成果！獨角獸Figure創始人：之前大家吐槽太猛就分享完了，您有什麼想法可以聯系小編(幸聽楓)。