人工智能使這只機器狗成為一個非常好的男孩

遇見ANYmal--一個名為“動物”的四足機器人。這種73磅重的狗式機器是一種瑞士制造的裝置，由于人工智能，它可以更快地運行，更高效地運行，并在重置后自行重置比人工智能培訓前更成功的漏油事件。

這個機器人在“科學機器人”雜志的一項新研究中發表，他不僅學習了人工智能，還通過臺式計算機模擬學習，比在真實的物理世界中教授機器人新技巧要快得多。事實上，根據這項研究，模擬的速度大約是現實世界的1000倍。

這不是模擬重要的唯一競技場：在自動駕駛汽車的世界中，模擬時間是公司測試和改進操作車輛的軟件的關鍵方式。在這種情況下，研究人員使用了類似的策略，只需要一只機器狗。

為了確保虛擬狗學習其技能的模擬器是準確的，研究人員首先確保合并機器人在現實世界中的行為方式。然后，在模擬中，神經網絡 - 一種機器學習工具 - 學會了如何控制機器人。

除了模擬的速度優勢外，該技術還允許研究人員為機器人做一些他們在現實生活中不想做的事情。例如，該項目的首席研究員，瑞士蘇黎世機器人系統實驗室的博士后研究員Jemin Hwangbo說，他們幾乎可以在模擬中將可破壞的機器狗扔在空中。然后小狗可以弄清楚它如何在降落后站起來。

神經網絡已經完成了它在模擬訓練后，球隊才得以部署，學習到物理機器人本身，它代表超過2英尺高，有12個關節，是電動的，看起來類似一個名為機器人SpotMini做波士頓動力公司

根據Hwangbo的說法，在sim時間和AI之后的最終結果是，機器人小鳥可以更精確地遵循指令 - 例如，如果命令以1.1英里/小時的速度行走，它可以比之前更精確地做到這一點。它也能夠在跌倒后成功起床并且跑得更快。像ANYmal這樣的復雜機器人的編程以及如何在跌倒后如何起床的具體說明是復雜的，同時讓它學習如何在模擬中做到這一點是一種更加強大的方法。

卡內基梅隆大學機器人研究所和人機交互研究所的教授克里斯阿特克森說，當涉及讓機器人做你做的事情時，黃波和他的團隊使用的方法是節省時間和金錢的。想要它做。

“他們使機器人編程更便宜，”他說。“編程非常昂貴，而且機器人編程非常昂貴，因為你基本上必須要有機器人嘀咕聲。”這是因為編程機器人的人需要兼顧編碼，并且善于使機器人的機制正常運行。

但是對于Hwangbo和他的團隊，他們的機器人能夠在模擬中學習，而不是程序員仔細編寫每個動作。這是“向自動化這類產品邁出的一大步”，Atkeson說。

至于機器人系統實驗室的一個視頻顯示機器人被踢的事實，大概是為了測試它有多強大?“當這個機器人變得非常聰明時，它會很生氣，”阿特克森開玩笑說。“有他們的視頻記錄踢它 - 所以當機器人革命到來時他們將成為第一個去的人。”