宇树科技再出圈：机器人复刻科比引发关注
今年春节，宇树科技可谓是科技圈的当红炸子鸡，除了春晚上的机器人秧歌舞，大正月的又搞了个大新闻：英伟达和卡内基梅隆大学的研究团队，用宇树G1 机器人，实现了对科比的动作复刻。
看看这后仰跳投，是不是颇有科比的风采？
就连经典的霸王步，也模仿得惟妙惟肖。
可能有些不熟悉篮球的朋友会问，这机器人到底是什么水平？
没关系，连“NBA 大使”的铁山靠，它也能轻松掌握。
当然，如果仅仅是复刻动作，那算不上什么黑科技。这次宇树机器人真正的亮点在于，它展示的是机器人训练技术的一个重大突破。
传统机器人训练的困境：建模与环境适应的难题
要理解这一突破，首先要了解现在的机器人是如何训练的。
训练机器人打篮球，传统方法是先测量机器人的各项参数，建立动力学模型，在电脑里模拟机器人的运动。这个过程需要人工调整大量参数，也就是所谓的系统识别（SysID）。
然而，这种方法非常耗时费力，需要专业人士才能完成，并且模拟环境与真实环境存在差异。即使在模拟器里训练得再好，到了真实球场上，也可能连球都运不利索。
为了解决这个问题，一些科学家开始尝试让机器人直接在各种真实环境中进行训练，也就是域随机化（DR）。让机器人在不同的地面摩擦力，篮球重量下自主迭代。
但这种方法容易让机器人“用力过猛”，并且为了适应各种极端情况，动作会变得保守、不灵活。
总而言之，传统方法要么费时费力，要么动作僵硬，难以满足实际应用的需求。
ASAP技术：虚实结合的机器人训练速成班
宇树科技是如何解决这个问题的呢？答案是ASAP（Aligning Simulation and Real Physics，对齐模拟与真实物理框架）技术。
ASAP技术的核心思路是，将传统的建模训练和环境训练相结合，打造一个机器人训练速成班。
这个速成班分两步走：
第一步：模拟预习，打好基础
首先，需要准备“教材”，也就是大量的视频素材。通过TRAM运动重建工具，将视频中的人类动作转换成三维运动轨迹，让机器人能够理解这些动作。
然后，在虚拟环境中训练机器人，使其能够精确模仿视频中的动作数据。例如，在模拟器中练习运球、投篮等动作。
第二步：实战演练，修正误差
经过模拟预习后，将机器人拉到真实环境中进行训练。此时，机器人会发现真实环境与模拟环境存在差异，例如位置，速度和角度。
工程师利用机器人身上的传感器收集数据，与虚拟环境中的数据进行对比，并利用强化学习建立一个残差动作模型，用于修正误差。
有了这个残差动作模型，机器人在模拟器中的运动就与真实环境中的运动基本一致了。经过少量参数微调，机器人就能够像视频中的人类一样，流畅地完成各种动作。
ASAP框架的精髓在于，利用现实数据辅助建模，再将建模结果放到现实中校正，实现虚实结合。
英伟达 Cosmos平台：打造机器人训练的“世界模型”
实际上，这种利用现实数据进行虚拟建模，再将虚拟模型应用于现实的做法，也是英伟达一直在探索的方向。
英伟达的Cosmos平台旨在构建一个“世界模型”，将现实世界的物理现象搬到电脑中进行模拟，从而大大节省研发时间。
ASAP技术和Cosmos平台对于机器人、AI、自动驾驶等领域都具有重要意义，它们能够大幅缩短训练时长，并提高训练效果，是名副其实的黑科技。
彩蛋：B站UP主何泰然的儿时梦想
值得一提的是，这篇论文的主要作者，英伟达GEAR团队成员、卡内基梅隆大学留学生何泰然，小时候的梦想是制造电影《铁甲钢拳》里的机器人。
对于一个理工男来说，将儿时的梦想变成现实，无疑是一件非常酷的事情。
图片、资料来源：
ASAP: Aligning Simulation and Real-World Physics for Learning Agile Humanoid Whole-Body Skills
Human oidLocomotion and Manipulation: Current Progress and Challenges in Control, Planning, and Learning
Adaptive Kinematic Modelling for Multiobjective Control of a Redundant Surgical Robotic Tool
微博，bilibili等，部分图源网络
更多AI行业最新资讯新闻信息请关注AI人工智能网站--AITOP100平台--AI资讯专区：https://www.aitop100.cn/infomation/index.html
