客户端
游戏
无障碍

285

评论

158

815

手机看

微信扫一扫,随时随地看

波士顿动力真“翻”不过宇树、众擎!一觉醒来,机器人们都在侧空翻

AI划重点 · 全文约1022字,阅读需3分钟

1.宇树机器人发布视频,宣布首次让人形机器人实现了侧空翻,引发关注。

2.波士顿动力随后发布视频,展示了机器人侧空翻和其他近似人类的动作。

3.网友认为波士顿动力的动作流畅程度超乎想象,甚至比人类更灵活。

4.波士顿动力表示,Atlas演示的是使用动作捕捉服开发的强化学习策略。

5.该策略是波士顿动力与RAI Institute合作开发的,旨在加速人形机器人的行为生成。

以上内容由腾讯混元大模型生成,仅供参考

编辑:Panda、蛋酱

波士顿动力Atlas不语,只是一味双手撑地翻跟斗。

昨天,宇树机器人发布了一段视频,宣布首次让人形机器人实现了侧空翻,吸睛无数。

图片

而就在这段视频发出后不到 12 小时,波士顿动力也发布了一段视频,其中不仅同样演示了机器人侧空翻这一动作,还表演了其它看起来非常近似人类的动作。

Thumbplayer Poster Plugin Image
播放
下一个
打开循环播放
00:00
/
00:00
倍速
3.0X
2.0X
1.5X
1.25X
1.0X
0.75X
0.5X
语言
多音轨
AirPlay
0
静音播放中,点击 恢复音量
画中画
网页全屏
全屏
error-background
你可以 刷新 试试
视频信息
1.33.6
播放信息 上传日志
视频ID
VID
-
播放流水
Flowid
-
播放内核
Kernel
-
显示器信息
Res
-
帧数
-
缓冲健康度
-
网络活动
net
-
视频分辨率
-
编码
Codec
-
mystery
mystery
-

按住画面移动小窗

X

网友惊呼:这是美国对宇树和众擎机器人的回应。

图片

也有网友表示,其动作的流畅程度超乎想象,更有人说 Atlas 的动作比作为人类的他还更加灵活。

图片

到底行不行?咱们将动作分解开来看看:

视频一开始,机器人先表演了一个「没事儿走两步」,徐徐入场。

图片

掉转头,它突然开始加速跑:

图片

突然就开始阴暗爬行:

图片

之后又是一个好像有点站不稳的战术翻滚:

图片

请注意接下来这个向前翻的动作,Atlas 必须用双手撑住地面,才敢开始下一步动作:

图片

看了好几遍之后,总觉得哪里怪怪的,调成 0.5 倍速才发现,它只有下半身翻过来了,上半身还是原先的方向……

图片

对比前几天众擎家的「前空翻」:

图片

开始尬舞了,这似魔鬼的步伐:

图片

有人打趣道,它的霹雳舞动作至少不是世界上最糟糕的表演。你可能还记得,在去年的巴黎奥运会上,澳大利亚选手 Rachael Gunn 的「跳大神级」表演:

图片

最终,她获得了 9 位裁判中的 0 票支持,输掉了比赛却赢得了广泛的知名度。

如果我们将 Atlas 送上奥运赛场,Rachael Gunn 又该如何应对?

最后便是侧空翻,同样与宇树 G1 对比一下:

可以看到,波士顿动力 Altas 在执行侧空翻动作时同样使用了双手撑地这个动作(严格意义上这已经不能算是「空翻」,只能算是侧手翻),而 G1 则完全是凌空侧空翻。至少从这一点看,宇树 G1 要更胜一筹。

图片

图片

‍强化学习至关重要

波士顿动力表示,Atlas 演示的是「使用动作捕捉服开发的强化学习策略」。而该策略是波士顿动力与 RAI Institute 一起合作开发的,而后者的「使命是解决 AI 和机器人领域最重要和基本的难题」。

图片

RAI Institute 则在自家 𝕏 账号上分享了稍微更多一些细节。

图片

这家公司表示,强化学习的作用是加速波士顿动力 Atlas 人形机器人的行为生成。其学习过程的核心是基于物理的模拟器 —— 它可以为各种动作生成训练数据。

比如匍匐前进:

图片

连续侧空翻 + 后空翻

图片

又或者举门而入(从这个模拟机器人扭动的情况看,这门应该挺重的):

图片

RAI Institute 表示其控制策略是通过跟踪和控制重新定位的人体运动数据构建的,并且每个动作都首先让模拟器运行了大约 1.5 亿次,并可以零样本地传输到硬件 —— 也就是说无需再在硬件上继续训练或调整。

图片

我们知道,现今推理模型的成功就离不开强化学习,而强化学习也已经开始在更多领域开疆拓土,比如蛋白质折叠和药物设计、芯片设计自动化等等。

对于这段视频预示的未来,你做好准备了吗?

免责声明:本内容来自腾讯平台创作者,不代表腾讯新闻或腾讯网的观点和立场。
举报
评论 0文明上网理性发言,请遵守《新闻评论服务协议》
请先登录后发表评论~
查看全部0条评论
首页
刷新
反馈
顶部