摘要 您是否认为体育运动运动员可以被AI机器人取代？想一想 。 币圈网报道：
卡内基·梅隆大学（Carnegie Mellon University）与NVIDIA合作开发了一种全新的训练技术，使得人形机器人能够以前所未有的敏捷性完成复杂的动作——从克里斯蒂亚诺·罗纳尔多（Cristiano Ronaldo）标志性的“SIUUU”旋转庆祝动作，到科比·布莱恩特（Kobe Bryant）的后仰跳投。
这项技术框架被称为对齐模拟与真实物理（ASAP），通过允许机器人执行此前被认为过于复杂而无法实现的高级运动，弥合了模拟环境与现实世界之间的差距。
研究人员在论文中指出：“人形机器人具有无与伦比的多功能性，可以模仿人类般的全身技能。” “然而，由于模拟环境与现实世界之间的动态差异，实现敏捷且协调的全身运动仍然是一个重大挑战。”
ASAP通过两个阶段的过程应对这一挑战。
首先，在模拟环境中利用人类运动数据训练运动跟踪策略（控制算法规则）。然后，将这些策略部署到现实世界中，以收集有助于缩小模拟物理与实际物理之间差距的数据。
最终成果是，机器人能够复制体育传奇人物的标志性动作，包括克里斯蒂亚诺·罗纳尔多的180度空中旋转庆祝、勒布朗·詹姆斯（LeBron James）的“Silencer”单腿平衡动作，以及科比·布莱恩特的经典后仰跳投。
除了这些复杂的运动动作外，机器人还展示了其他令人印象深刻的壮举，例如超过1米的侧向跳跃。
尽管机器人看起来可能仍然有些笨拙，但主要是因为硬件限制导致其灵活性不如人类。
然而，得益于“Delta Action Model”，它们比其他机器人更灵巧。这是一种校正机制，用于补偿模拟物理与现实世界中的差异。“Delta Action Model有效地作为动力学差距的残差校正项。”
与以往方法相比，使用这种方法将跟踪误差降低了高达52.7％，使机器人能够完成以前不可能实现的复杂动作。
研究人员表示：“我们的方法显著提高了各种动态动作的敏捷性和全身协调性。” 这一系统的有效性为“现实世界中多功能类人机器人的发展铺平了道路”。
开发具备如此高水平敏捷性的机器人一直是机器人领域中最持久的挑战之一。
“几十年来，我们设想人形机器人能够达到甚至超越人类水平的敏捷性。然而，大多数先前的研究主要集中在运动上，将腿部视为移动的工具。”研究人员写道。
相比之下，ASAP模仿了预训练的人体模型，并能够在模拟中学到知识后将其应用到现实世界。
这样一来，机器人的四肢就像人类的四肢一样，用于运动、平衡、配重和表达等。
实现这一点比想象中要困难得多。当我们在进行运动或基本活动时，实际上是在实时协调无数微妙的调整，同时平衡多种力量并弥补动量和位置的变化。
事实证明，让机器人复制这种能力非常困难。
不相信吗？试试玩QWOP——一款需要控制四个关节才能让运动员跑步的游戏。当你花几个小时掌握这款游戏后，再想想同时管理ASAP处理的21个基本关节会有多难，更何况人体有300多个不同的关节。
近年来，人形机器人技术领域变得十分活跃，越来越多的公司和大学投入资源进行研发。
特斯拉的Optimus项目、图AI近期发布的人形机器人公告，以及波士顿动力（Boston Dynamics）的Atlas机器人，都表明了业界对人形机器人商业化的兴趣日益增长。
在学术领域，布里斯托尔大学和斯坦福大学也开发了自己的方法，以提高机器人模型的敏捷性和灵巧性。
研究团队表示，未来的研究方向可能会集中在“开发损害感知的政策架构，以降低硬件风险”。他们提到，某些模型在尝试执行复杂动作时容易损坏。
此外，他们还希望研究“利用无标记姿势估计或板载传感器融合以减少对MOCAP系统的依赖”，并改进适应技术以提高效率。
编辑：塞巴斯蒂安·辛克莱（Sebastian Sinclair） 和 乔什·奎特纳（Josh Quittner）
loading...
190
