白交 發自 凹非寺
量子位 | 公眾號 QbitAI
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，確實更像人了許多，而且步態更加輕盈，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，這成果輸出確實又快又多。
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路。
根據官方介紹，主要分成三個部分：
強化學習：強化學習利用模擬試驗和錯誤，教Figure 02 人形機器人如何像人一樣行走。
模擬訓練：透過高保真物理模擬器學習如何像人類一樣行走，結果只需幾個小時就能模擬出多年的資料。
Sim-to-Real：透過將模擬中的域隨機化與機器人上的高頻扭矩反饋相結合，模擬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加速物理模擬中對新的行走控制器進行了全面訓練，並在幾個小時內收集了數年的模擬演示資料。
在模擬器中，數以千計的Figure 02機器人被並行模擬，每個機器人都有獨特的物理引數。
然後，這些機器人將暴露在它們可能遇到的各種場景中，並透過單一神經網路策略學習如何操作它們。這包括遇到各種地形、致動器動態變化以及對絆倒、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於次優控制策略，無法捕捉到人類行走的風格屬性。這包括以類似人類的步態行走，腳跟著地、腳尖離開、手臂擺動與腿部運動同步。
於是他們透過獎勵機器人模仿人類的行走參考軌跡，將這種偏好注入到學習框架。這些軌跡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。
最後一步是將策略從模擬中提取出來，應用到真正的仿人機器人中。模擬機器人充其量只是高維機電系統的近似值，在模擬中訓練的策略只能保證在這些模擬機器人上有效。
為了彌補這一 “模擬到現實的差距”，他們在模擬中結合使用了域隨機化和機器人上的kHz-速率扭矩反饋控制。
域隨機化透過隨機化每個機器人的物理屬性，模擬策略可能需要執行的各種系統，從而彌合模擬與現實之間的差距。這有助於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執行策略輸出，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複的仿人行走。
於是乎，就看到了10個機器人同一步態行走，沒有任何調整或變化。
接下來，他們計劃將這一技術擴充套件到數千個 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態的改善，Figure創始人也說了，這並非是他們的首要任務，只是之前網友吐槽得多了，他們最終目標是商業運送機器人。
By the way，今年伊始海內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佈局當中，這不今天同一天，vivo宣佈成立機器人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著實越來越像人了。
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 —
最後一週！2025年值得關注的AIGC企業產品 報名即將截止 💥
下一個AI“國產之光”將會是誰？歡迎申報獎項！
本次評選結果將於4月16日中國AIGC產業峰會上公佈。
🌟 一鍵星標 🌟
科技前沿進展每日見