與人類貼身熱舞！人形機(jī)器人進(jìn)階到街頭耍寶，6華人組團(tuán)出品

衡宇 豐色 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

注意看，小帥一個(gè)轉(zhuǎn)身，衛(wèi)衣帽子里面居然?空 無 一 頭：

好啦，這不是驚悚恐怖片，而是來自UCSD（加州大學(xué)圣地亞哥分校）全華人團(tuán)隊(duì)的最新研究成果。

他們提出一種特別的全身控制策略（ExBody），能對人形機(jī)器人進(jìn)行全身控制。策略主要訓(xùn)練人形機(jī)器人上半身，下半身則專注于負(fù)責(zé)維持穩(wěn)定。

這樣訓(xùn)練出來的人形機(jī)器人，能實(shí)現(xiàn)穩(wěn)健的運(yùn)動(dòng)和動(dòng)態(tài)運(yùn)動(dòng)跟蹤。

簡而言之，會的活多，表現(xiàn)力還強(qiáng)。

比如和人類邊貼貼邊跳舞，增進(jìn)增進(jìn)人形機(jī)器人和人類之間的感情：

穿著熒光小馬甲，就能立刻上崗街頭指揮人車交通：

研究論文資料顯示，這個(gè)研究團(tuán)隊(duì)共6人，其中過半是UCSD的在讀博士生。

為什么要對人形機(jī)器人做這樣的訓(xùn)練呢？論文共同一作Xuxin Cheng在推特上賣力宣傳的同時(shí)，做出了解釋。

機(jī)器人總是被要求化身各行各業(yè)的打工人！我們就想跟它一起探索另一條方向的路～

當(dāng)人形機(jī)器人“富有表現(xiàn)力”

團(tuán)隊(duì)的這項(xiàng)研究名為《Expressive Whole-Body Control for Humanoid Robots》，研究目標(biāo)是讓人形機(jī)器人在現(xiàn)實(shí)世界中產(chǎn)生豐富、多樣和富有表現(xiàn)力的動(dòng)作。

在經(jīng)過團(tuán)隊(duì)的調(diào)教后，人形機(jī)器人能做出什么樣的行為呢？

路遇朋友迎面擊掌，這是不在話下的。

我都能腦補(bǔ)出它大聲喊了一句Hey Man……

親切一點(diǎn)，路遇兄弟，來個(gè)抱抱：

有點(diǎn)搞笑的事，不管是擊掌還是擁抱，機(jī)器人下半身跺腳的行為并不會停止，只是會稍微放緩。

眼尖的朋友們可能已經(jīng)發(fā)現(xiàn)了，上面的擊掌實(shí)驗(yàn)在不同環(huán)境、不同地面進(jìn)行。

團(tuán)隊(duì)也明確表示，通過新研究訓(xùn)練出來的人形機(jī)器人，可以在各種不同的地形地面上健步如飛。

除了上文展示過的草地和石板路，沙灘對它來說同樣是小菜一碟：

平整的辦公室地面也可以輕松應(yīng)對：

團(tuán)隊(duì)給出的更多展示中，還表現(xiàn)了更多遇到外界阻力時(shí)行動(dòng)自如的demo。

狠狠拽它：

拿大球砸它：

還知道抬手示意，“喂，你可以幫我背上小書包了”。

各種操作，看得大伙兒一愣一愣的。

紐約大學(xué)計(jì)算機(jī)科學(xué)助理教授發(fā)推特應(yīng)援，稱這么高水平控制力和表現(xiàn)力的研究成果，居然是一個(gè)6人組成的學(xué)術(shù)團(tuán)隊(duì)的產(chǎn)出，“難以置信”！

更多的網(wǎng)友則選擇用“Cool”來形容這項(xiàng)工作：

“無他，照著人類學(xué)”

所以，究竟怎么才能讓機(jī)器人像以上般“張牙舞爪”、富有類人表現(xiàn)力？

設(shè)想的思路無他：照著人類學(xué)。

學(xué)習(xí)資料既包括各種人體動(dòng)捕數(shù)據(jù)集，也包括生成模型、video2pose模型給出的模擬數(shù)據(jù)。

通過在強(qiáng)化學(xué)習(xí)框架中進(jìn)行全身控制的大規(guī)模訓(xùn)練，機(jī)器人就可以在現(xiàn)實(shí)世界中進(jìn)行動(dòng)作的泛化了。

然而，這樣的Sim2Real思想實(shí)際還是遇到了問題。

作者介紹，典型數(shù)據(jù)集中的人體模型有69個(gè)自由度，但他們所用的機(jī)器人只有19個(gè)。

除此之外，理論和實(shí)際的扭矩限制也不相同。

這就很尷尬了，等于學(xué)會的知識實(shí)際根本不能拿來就用。

那怎么辦？

那就做一個(gè)小小的改動(dòng)：

只讓上半身進(jìn)行模仿，負(fù)責(zé)各種表現(xiàn)力，下半身則只負(fù)責(zé)在任意速度內(nèi)把兩條腿控制穩(wěn)定就行。

作者姑且就管這個(gè)方法就叫做“表現(xiàn)型全身控制”（Expressive Whole-Body Control (Exbody)）。

由此，該機(jī)器人的整體框架就長這樣：

首先，在拿到各種數(shù)據(jù)集后，系統(tǒng)會有一個(gè)運(yùn)動(dòng)重定向，用于獲取一系列與符合機(jī)器人運(yùn)動(dòng)學(xué)結(jié)構(gòu)的運(yùn)動(dòng)片段。

然后在從這些片段中提取表達(dá)目標(biāo)和根運(yùn)動(dòng)目標(biāo)，進(jìn)行“Exbody”策略的強(qiáng)化學(xué)習(xí)訓(xùn)練，最終將指令部署到真實(shí)機(jī)器人身上。

其中，表達(dá)目標(biāo)就是機(jī)器人上半身要完成的，根運(yùn)動(dòng)目標(biāo)則歸于下半身（當(dāng)然，這部分也可以用遙控命令直接給出）。

△ 所用數(shù)據(jù)集

最終，和各種基線方法相比，該機(jī)器人取得了如下成績：

有幾項(xiàng)比較突出的指標(biāo)，整體表現(xiàn)還不錯(cuò)。

（MELV：Mean Episode Linear Velocity Tracking Reward，線性速度跟蹤獎(jiǎng)勵(lì) MEK：Mean episode key body tracking reward，關(guān)鍵身體追蹤獎(jiǎng)勵(lì)）

而從下圖來看，Exbody的策略也能讓機(jī)器人在表現(xiàn)時(shí)（例如擊掌）膝蓋彎曲更多，抬腳時(shí)腳離地面更高。言外之意，動(dòng)作更賣力更富有表現(xiàn)力一些～當(dāng)然，也更穩(wěn)。

全華人團(tuán)隊(duì)出品

本研究一共6位作者，全部為華人，全部來自加州大學(xué)圣地亞哥分校（UCSD）。

共同一作有兩位：

• Xuxin Cheng，UCSD博一在讀，碩士畢業(yè)于CMU機(jī)器人專業(yè)，本科則畢業(yè)于北理工自動(dòng)化專業(yè)。
• Yandong Ji，同UCSD博一在讀，碩士畢業(yè)于UC伯克利機(jī)械工程，本科畢業(yè)于南開大學(xué)電子計(jì)算機(jī)工程專業(yè)。

通訊作者為他們的導(dǎo)師Xiaolong Wang，UCSD電氣工程系助理教授。

他博士畢業(yè)于CMU，目前的研究方向集中于CV和機(jī)器人技術(shù)等等，谷歌學(xué)術(shù)顯示論文引用次數(shù)23000+。

哦對了最后，團(tuán)隊(duì)成員還包括本次研究所用的機(jī)器人：來自宇樹科技的Unitree H1。

One More Thing

要說最近的機(jī)器人進(jìn)展，還真不少。

先是OpenAI和微軟押注的Figure剛剛宣布，新一輪融資籌集了約6.75億美元，融資前估值約20億美元。

緊接著發(fā)布了個(gè)視頻，介紹了旗下人形機(jī)器人Figure 01的最新進(jìn)展，稱“一切都是自主的”：

再有就是那個(gè)面部表情極其豐富，有時(shí)驚艷有時(shí)又驚悚的Ameca，最新宣布已具有視覺能力。

她能觀察所處房間的整個(gè)情況，然后用各種各樣的聲音語氣（包括但不限于馬斯克、海綿寶寶）跟你繪聲繪色地描述。

就怪有意思的hhhhhh

參考鏈接：
[1]https://expressive-humanoid.github.io/resources/Expressive_Whole-Body_Control_for_Humanoid_Robots.pdf
[2]https://expressive-humanoid.github.io/
[3]https://twitter.com/xiaolonw/status/1762528106001379369