官方网站-首页

【导语】4月19日，北京亦庄举办了一场别开生面的人形机器人半程马拉松，引发了广泛关注。从哪家企业的机器人跑得最快，到比赛过程中的趣闻，无不成为大众热议的话题。然而，机器人究竟是如何学会跑步的呢？本文将用直白的语言，揭秘机器人学会跑步的三步算法：从模仿学习到虚拟仿真训练，再到现实世界的实战考核。每一步都充满了挑战与智慧，机器人跑步的成长历程，预示着未来科技的无限可能。

4月19日上午，由中央广播电视总台北京总站参与联合主办的人形机器人半程马拉松在北京亦庄鸣枪开跑，引发了人们的广泛关注。哪家企业的人形机器人跑得最快、稳定性最好，哪家机器人长得最可爱、最会整活儿，比赛过程中发生了哪些趣闻，成了大众最为关心的焦点。那么机器人是如何学会跑步的呢？想象一个刚学走路的孩子跌跌撞撞的样子，机器人学跑步的过程也同样充满挑战。但不同的是，科学家们要用代码和机械“教”会它们奔跑。这背后究竟需要几步？让我们用最直白的语言揭开这个黑科技的秘密。

机器人学会跑步的算法大概分三步：

第一步：模仿人类的“动作复刻大师”

机器人学跑步的第一步，就像刚学走路的小宝宝，先观察大人怎么做！研发人员会用专业的“动作捕捉设备”，这就好比给人类跑步姿势拍360度无死角的高清写真。设备上的传感器会精准记录人体每一块肌肉的运动轨迹、关节的弯曲角度，甚至连脚掌落地的力度都不放过，最后生成“一套超详细的人类跑步动作宝典”。从技术角度看，这其实是运用了机器学习中的模仿学习算法。机器人就像拿着宝典的“学霸”，通过深度学习神经网络，把人类的动作数据转化为自己能理解的“代码语言”，逐帧模仿人类手臂摆动幅度、腿部蹬地力度，在虚拟世界里先把动作框架搭建起来。虽然一开始它们的动作可(kě)能(néng)像(xiàng)提(tí)线(xiàn)木(mù)偶(ǒu)般(bān)僵(jiāng)硬(yìng)，但(dàn)这(zhè)已(yǐ)经(jīng)是(shì)迈(mài)向(xiàng)奔(bēn)跑(pǎo)的(de)关键一(yī)步(bù)！

第(dì)二(èr)步(bù)：虚(xū)拟(nǐ)世(shì)界(jiè)的(de)“疯(fēng)狂(kuáng)练(liàn)习(xí)生(shēng)”

掌(zhǎng)握(wò)基(jī)础(chǔ)动(dòng)作(zuò)后，机器人就要进入“魔(mó)鬼(guǐ)特(tè)训(xun)营(yíng)”——虚(xū)拟(nǐ)仿(fǎng)真(zhēn)平(píng)台(tái)。在(zài)这(zhè)里(lǐ)，它(tā)会(huì)开(kāi)启(qǐ)“自(zì)虐(nüè)式(shì)”训(xun)练(liàn)模(mó)式(shì)：重(zhòng)复(fù)奔(bēn)跑(pǎo)动(dòng)作(zuò)成(chéng)百(bǎi)上(shàng)千(qiān)次(cì)，摔(shuāi)倒(dào)了(le)立(lì)刻(kè)爬(pá)起(qǐ)来(lái)继(jì)续(xù)或(huò)者(zhě)重(zhòng)新(xīn)学(xué)习(xí)，堪(kān)称(chēng)AI界(jiè)的(de)“卷(juǎn)王(wáng)”！这(zhè)个(gè)阶(jiē)段(duàn)核(hé)心(xīn)靠(kào)强(qiáng)化(huà)学(xué)习(xí)算(suàn)法(fǎ)发(fā)力(lì)。简(jiǎn)单(dān)来(lái)说(shuō)，机(jī)器(qì)人(rén)每(měi)完(wán)成(chéng)一(yī)次(cì)奔(bēn)跑(pǎo)动(dòng)作(zuò)，算(suàn)法(fǎ)就(jiù)会(huì)根(gēn)据(jù)它(tā)的(de)表(biǎo)现(xiàn)打(dǎ)个(gè)“分(fēn)数(shù)”，比(bǐ)如(rú)速(sù)度(dù)达(dá)标(biāo)加(jiā)1分(fēn)，姿(zī)势(shì)标(biāo)准(zhǔn)加(jiā)2分(fēn)，摔(shuāi)倒(dào)扣(kòu)10分(fēn)。机(jī)器(qì)人(rén)的(de)目(mù)标(biāo)就(jiù)是(shì)通(tōng)过(guò)不(bù)断(duàn)调(diào)整(zhěng)自(zì)己(jǐ)的(de)“运(yùn)动(dòng)参(cān)数(shù)”（比(bǐ)如(rú)关节(jié)转(zhuǎn)动(dòng)角(jiǎo)度(dù)、步(bù)伐(fá)迈(mài)开(kāi)的(de)宽(kuān)度(dù)），让(ràng)总(zǒng)得(de)分(fēn)越(yuè)来(lái)越(yuè)高(gāo)。就(jiù)像(xiàng)游(yóu)戏(xì)里(lǐ)打(dǎ)怪(guài)升(shēng)级(jí)，在(zài)大(dà)量(liàng)的(de)尝(cháng)试(shì)中(zhōng)，机(jī)器(qì)人(rén)逐(zhú)渐(jiàn)摸(mō)索(suǒ)出(chū)最(zuì)科(kē)学(xué)的(de)奔(bēn)跑(pǎo)节(jié)奏(zòu)，从(cóng)跌(diē)跌(diē)撞(zhuàng)撞(zhuàng)到(dào)健(jiàn)步(bù)如(rú)飞(fēi)，这(zhè)个(gè)过(guò)程(chéng)可(kě)能(néng)要(yào)经(jīng)历(lì)成(chéng)百(bǎi)上(shàng)千(qiān)次(cì)模(mó)拟(nǐ)！

第(dì)三(sān)步(bù)：现(xiàn)实(shí)世(shì)界(jiè)的(de)“实(shí)战(zhàn)考(kǎo)核(hé)”

当(dāng)机(jī)器(qì)人(rén)在(zài)虚(xū)拟(nǐ)世(shì)界(jiè)练(liàn)得(de)“炉(lú)火(huǒ)纯(chún)青(qīng)”，接(jiē)下(xià)来(lái)就(jiù)需(xū)要(yào)接(jiē)受(shòu)现(xiàn)实(shí)世(shì)界(jiè)的(de)终(zhōng)极(jí)考(kǎo)验(yàn)！然(rán)而(ér)，现(xiàn)实(shí)可(kě)比(bǐ)虚(xū)拟(nǐ)环(huán)境(jìng)复(fù)杂(zá)多(duō)了(le)，地(de)面(miàn)的(de)不(bù)平(píng)整(zhěng)、空(kōng)气(qì)的(de)阻(zǔ)力(lì)、突(tū)发(fā)的(de)障(zhàng)碍(ài)物(wù)、电(diàn)池(chí)续(xù)航(háng)、关节(jié)发(fā)热(rè)等(děng)每(měi)一(yī)样(yàng)都(dōu)是(shì)“送(sòng)命(mìng)题(tí)”。机(jī)器(qì)人(rén)没(méi)有(yǒu)“本(běn)能(néng)”，只(zhǐ)有(yǒu)程(chéng)序(xù)，没(méi)有(yǒu)“经(jīng)验(yàn)”，只(zhǐ)有(yǒu)计(jì)算(suàn)。为(wèi)了(le)不(bù)摔(shuāi)，开(kāi)发(fā)人(rén)员(yuán)会(huì)给(gěi)机(jī)器(qì)人(rén)装(zhuāng)上(shàng)各(gè)种(zhǒng)“感(gǎn)知(zhī)器(qì)官(guān)”：激(jī)光(guāng)雷(léi)达(dá)扫(sǎo)描(miáo)地(de)形(xíng)、摄(shè)像(xiàng)头(tóu)识(shi)别(bié)障(zhàng)碍(ài)物(wù)、惯性传感器监测身体平衡。一旦机器人在奔跑中摔倒，它会立刻启动反馈调节机制：把摔倒瞬间的传感器数据传回系统，结合虚拟训练的经验，重新优化动作策略。这就像人类摔跤后会总结“下次怎么避开石头”，机器人则是通过模型迭代，在虚拟与现实的反复切换中，不断打磨自己的奔跑技能。有的机器人甚至能边跑边学习，遇到新情况当场调整策略，堪称“现学现卖”的高手！

看着机器人从笨拙模仿到灵活奔跑，就像看(kàn)着(zhe)自(zì)家(jiā)孩(hái)子(zi)成(chéng)长(zhǎng)一(yī)样(yàng)。机(jī)器(qì)人(rén)们(men)今(jīn)天(tiān)所(suǒ)跑(pǎo)出(chū)的(de)每(měi)一(yī)小(xiǎo)步(bù)，都(dōu)将(jiāng)成(chéng)为(wèi)未(wèi)来(lái)发(fā)展(zhǎn)的(de)一(yī)大(dà)步(bù)，我(wǒ)忍(rěn)不(bù)住(zhù)期(qī)待(dài)：下(xià)一(yī)个(gè)机(jī)器(qì)人(rén)黑(hēi)科(kē)技(jì)，又(yòu)会(huì)带(dài)来(lái)什(shén)么(me)惊(jīng)喜(xǐ)？

供(gōng)稿(gǎo)单(dān)位(wèi)：重(zhòng)庆(qìng)市(shì)九(jiǔ)龙(lóng)坡(pō)区(qū)科(kē)普(pǔ)创(chuàng)作(zuò)与(yǔ)传(chuán)播(bō)学(xué)会(huì)

作(zuò)者(zhě)：重(zhòng)庆(qìng)中(zhōng)机(jī)中(zhōng)联(lián)检(jiǎn)测(cè)技(jì)术(shù)有(yǒu)限(xiàn)公(gōng)司 教授级高级工程师 廖新雪

审核专家：九龙坡区融媒体中心主任编辑 田军英

声明：除原创内容及特别说明之外，部分图片来源网络，非商业用途，仅作为科普传播素材，版权归原作者所有，若有侵权，请联系删除。