講真，機器狗的花活見得多了——

但今天還是有被驚艷到。

來自CMU的最新成果，直接讓狗子學會了：

兩倍身長的跳高、跳遠、倒立撒歡兒甚至倒立下樓梯

話不多說，直接放圖感受一波：

△ 這是跳遠

△ 這是跳高

△ 倒立撒歡兒

△ 倒立下樓梯

不得不說，尤其跳高那段中的“掙扎”顯得狗子特別靈魂。

除了這些s操作，CMU也公布了幾段跑酷視頻，完全自主的那種。

上坎兒、過縫隙、跨斜坡，那叫一個溜。

中間即使有“失誤”，也絲毫不影響它立即前進。

笑鼠，甚至還給安排了一段壓力測試，結果當然是“通過”～

最厲害的是，據CMU介紹，以上這些極限操作，全部靠單個神經網絡完成。

LeCun大佬聽了，都得反手一個贊。

如此靈魂，如何煉成？

在推文中，作者對這只狗子的技術進行了挨個解析。

首先，比起基于視覺的端到端行走，2倍身長跳高跳遠這種極限操作可謂完全不屬同一個level。

畢竟，任何一個失誤都可能是“致命的”。

對此，CMU采用sim2real來實現精準的足部控制和挑戰，最大限度地發揮機械優勢。

其中，模擬器用的是Gym。

其次，倒立。用兩條腿行走顯然比用四條腿要困難得多。

但CMU的機器狗使用相同的基本方法同時實現了這兩種任務，甚至還可以一邊倒立一邊下樓梯。

第三，對于跑酷操作來說（本研究重點），機器狗必須通過精確的“眼部肌肉”協調來自己決定前進方向，而非聽從人類指揮。

比如連續過兩個斜坡時，它需要以一個非常特定的角度跳上坡道，然后立即改變方向。

為了學會這些正確的方向，CMU使用MTS（Mixed Teacher Student）系統來教會機器狗。

其中，僅當預測方向接近真實值時才會被系統采納。

具體而言，該系統分為兩個階段：

第一階段，先利用RL學習一種移動策略，該過程可以訪問一些特權信息，除了環境參數和掃描點（scandots）以外，CMU還為機器狗適當提供了一些標志點（waypoints），目的是引導大體方向。

然后，使用正則化在線自適應（Regularized Online Adaptation ，ROA）來訓練評估器，以便從觀察歷史中恢復環境信息。

第二階段，從掃描點（scandots）中提取策略，系統將根據該策略和深度信息自主決定如何前進，從而敏捷地輸出電機命令。

整個過程就像“老師教，學生舉一反三學習”。

除了這個系統之外，由于跑酷需要用上各種不同動作穿越障礙，因此為每一個障礙設計特定獎勵函數也是一件頭疼的事兒。

在此，作者選擇為所有任務制定了一個統一且簡單的內積獎勵函數。

它可以自動產生不同的獎勵，并完全適應不同的地形形狀。

沒有它，狗子的表現就是這樣的：

最后，CMU還提出了一種全新的雙重蒸餾（dual distillation）方法，用于從深度圖像中提取敏捷的運動指令和快速波動的前進方向。

同樣，沒有它，狗子的表現也跟個“醉漢”似的：

經過如上一番操作，這只狗子終于學會了全新的自主跑酷，并穿插高難度動作。

是不是很心動？別急：

以上這些成果，CMU已全部開源（瞧這日期，還是熱乎的呢）。

同時，論文也上線了。大家可以在結尾獲取。

作者介紹

本研究全部由CMU完成，一共四位作者。

其中兩位共同一作，且都是華人：

一位叫Xuxin Cheng，這項工作是他在CMU讀研時完成的，他現在是加州大學圣地亞哥分校（UCSD）的博士生，導師為王小龍；

另一位叫石可心，CMU機器人研究所的訪問學者。她本科畢業于西安交大。

項目主頁（包含論文、代碼等鏈接）：https://extreme-parkour.github.io/