新闻中心 /News
DrEureka:AI让机器狗玩瑜伽球平衡能力简直绝了!
近期,一项名为DrEureka的突破性研究项目,由宾夕法尼亚大学、NVIDIA以及得克萨斯大学奥斯汀分校的顶尖研究团队携手打造,正引领机器人领域的新风尚,解决了从仿真学习到现实应用这一长期存在的难题。
一只四足机器人在瑜伽球上稳稳行走,无论是研究人员故意的干扰,还是球体表面气压的变化,都无法让它失去平衡。这一幕不仅是科幻电影的桥段,而是DrEureka项目的真实演示。Unitree Go1,这只拥有12个自由度的小型四足机器人,在DrEureka的指导下,不仅能在球面上行走,还能在不同地形上自如穿梭,展现出惊人的适应能力和平衡技巧。
传统上,让机器人学会在现实世界中执行复杂任务,需要科研人员手工设计奖励函数和调整模拟环境参数,这一过程繁复且耗时。而DrEureka采用了一种革命性的方法,利用大型语言模型(LLMs)如GPT-4,自动化地生成奖励函数和优化模拟环境配置,从而极大地加速了从模拟到现实的技能迁移过程。
DrEureka的核心在于其能够根据任务需求自动生成奖励函数,这些函数如同游戏中的积分系统,指导机器人识别并学习哪些行为是有效的,类似于告诉一个学生何时做对了题。这一机制摆脱了以往人工设计奖励函数的局限,让机器人的学习过程更加高效和精准。
另一项关键技术是域随机化(Domain Randomization, DR),通过随机变化仿真环境中的物理参数(如摩擦力、重力),使得机器人在各种可能的环境下都能表现出良好的适应性和鲁棒性。DrEureka通过智能算法自动调整这些参数,确保机器人的学习环境尽可能接近现实,从而减少迁移过程中的“惊喜”。
除了上述亮点,DrEureka还融入了安全指导和反馈机制,确保生成的策略既高效又安全。它通过模拟测试策略,建立奖励感知物理先验(RAPP),并在实际部署前进行细致的验证和调整,形成一个闭环的优化流程。
在一系列实验中,DrEureka不仅成功训练机器人在瑜伽球上行走,还在多种现实地形上验证了其策略的有效性,证明了其在提高机器人技能迁移效率和质量方面的巨大潜力。从四足机器人稳健的行走,到灵巧手的精准操作,DrEureka的应用范围广泛,展现了其在解决复杂、动态任务上的独特价值。
DrEureka项目是机器人技术迈向自主学习和适应复杂环境的重要里程碑。通过自动化和智能化的设计,它不仅简化了机器人技能的开发流程,还极大地拓宽了机器人技术的应用场景,未来机器人将在更多未知和挑战性的环境中大展拳脚。