上個月，人形機(jī)器人做前空翻的視頻上了熱搜，一臺人形機(jī)器人以矯健身姿完成了一個干凈利落的前空翻，落地時甚至比許多人類運(yùn)動員還要穩(wěn)。

　　這兩天，人形機(jī)器人的技能又提升了。北京一家機(jī)器人研發(fā)團(tuán)隊(duì)，對外展示了可以連續(xù)后空翻的人形機(jī)器人。

　　總臺央視記者 張春玲：機(jī)器人又迭代了！我身旁個子比較矮小，只有1米3的人形機(jī)器人，它剛剛實(shí)現(xiàn)了多個連續(xù)后空翻的高難度動作，它的名字叫N2。

　　團(tuán)隊(duì)技術(shù)負(fù)責(zé)人 姜哲源：后空翻相比前空翻難的地方在于人一般后腳掌比前腳掌要短，后空翻的時候順著慣性更容易往后倒，后腳掌短的話更容易掀過去，前空翻的話前腳更長，更不容易被掀過去。因此后空翻相比起來難度會稍微更大一點(diǎn)。

　　為了實(shí)現(xiàn)機(jī)器人后空翻的穩(wěn)定性，團(tuán)隊(duì)在硬件結(jié)構(gòu)上進(jìn)行了創(chuàng)新設(shè)計(jì)。他們盡可能將重量較大的關(guān)節(jié)向胯部集中，從而讓機(jī)器人在翻轉(zhuǎn)過程中使的力氣最小。同時，他們采用了功率更為強(qiáng)勁的電機(jī)以及更為輕的材料，讓機(jī)器人具有更大的爆發(fā)力。

　　三個禮拜學(xué)會后空翻

　　機(jī)器人如何做到？

　　雖然后空翻的動作難度大，但是記者在采訪中了解到，機(jī)器人團(tuán)隊(duì)僅用了三周，就讓機(jī)器人學(xué)會了這個特殊技能。

　　問題來了

　　讓機(jī)器人學(xué)會后空翻

　　如何做到？

　　需要幾步？

　　首先，團(tuán)隊(duì)在數(shù)字世界中，通過一系列動力學(xué)計(jì)算優(yōu)化，得到一個翻跟頭的最優(yōu)軌跡。

　　隨后，他們在虛擬仿真中，通過強(qiáng)化學(xué)習(xí)的方法，讓成百上千的機(jī)器人模仿這個翻跟頭的最優(yōu)軌跡，不斷試錯。

　　由于后空翻是一個相對較難的動作，團(tuán)隊(duì)還在訓(xùn)練中加入了一種課程學(xué)習(xí)的方法，讓機(jī)器人像人去上課一樣，從易到難，一點(diǎn)點(diǎn)完成精準(zhǔn)的軌跡復(fù)刻。

　　隨后，再將訓(xùn)練好的算法遷移到機(jī)器人本體上，通過不斷的反復(fù)測試，在仿真世界和機(jī)器人真機(jī)里不斷進(jìn)行系統(tǒng)優(yōu)化，讓真實(shí)的機(jī)器人也能具備復(fù)刻后空翻的能力。

　　團(tuán)隊(duì)算法工程師 李勝濤：我們通過給它一些關(guān)節(jié)角度的跟蹤獎勵，如果它跳得高了或者矮了，我們會給他一些懲罰，通過這樣一套方法，然后讓它不斷去貼合專家數(shù)據(jù)。

　　專家介紹，不論是爬臺階、還是后空翻，甚至做出一些更加高難度的動作，最近機(jī)器人的動作技能變強(qiáng)的“武林秘籍”，離不開一個叫做“強(qiáng)化學(xué)習(xí)”的人工智能學(xué)習(xí)范式。它可以讓機(jī)器人在未知的數(shù)字世界里，通過給機(jī)器人一個標(biāo)準(zhǔn)，讓它像人類一樣“試錯成長?！弊寵C(jī)器人通過“試錯”和“懲罰”自主進(jìn)化。

　　北京人形機(jī)器人創(chuàng)新中心首席技術(shù)官 唐劍：強(qiáng)化學(xué)習(xí)有一個很大的問題，就是訓(xùn)練很難，如果它是個小白，讓機(jī)器人在真實(shí)環(huán)境訓(xùn)練很可能把機(jī)器人撞壞，因?yàn)樗?jīng)常會做出一些錯誤的操作，會失敗。要在虛擬環(huán)境里訓(xùn)練，虛擬環(huán)境和真實(shí)環(huán)境可能又有誤差。