MIT研究团队让四足迷你猎豹机器人学会了如何快速奔跑

麻省理工学院（MIT）的四足迷你猎豹机器人，刚刚打破了之前创下的最佳速度记录——达到了8.72mph（14.04km/h）。这项成绩主要归功于一套新颖的无模型强化学习系统，允许机器人自己找出最佳的跑步方式、以及适应不同的地形，而不再依赖于前置的人工分析。

（来自：MIT/CSAIL）

虽然迷你猎豹算不上是当今最快的四足机器人，但麻省理工学院的ImprobableAI实验室和美国国家科学基金会（NSF）旗下的人工智能与基础交互研究所（IAIFI），还是赋予了其更强的灵活性。

MiniCheetahrobotrunsfasterthanever-MITCSAIL（via）

通常情况下，机器人都是在一套系统的指引下移动的。该系统会参考机械肢体是如何移动的，来分析并制作指导用的模型数据。但在实际应用中，这些模型往往效率低下、且在应对意外状况时不够全能。

尤其当机器人已最高速度运行时，系统硬件更是面临极限压力，使得环境建模变得更加困难。为了克服这方面的短板，MIT研究团队选择了一套独特的“经验学习”系统。

相比之下，类似波士顿动力公司的Spot之类的机器人，依赖于人工去分析运动的物理特性、并手动配置机器人的软硬件和分析设计参数。

基于此，MIT的迷你猎豹机器人可以通过反复试验来自主学习，而无需人工介入。在积攒了对不同地形的足够经验后，它便可在后续工作中自动改进其行为，甚至无需在现实生活中积累这方面的经验。

研究人员称，通过模拟，迷你猎豹机器人可在静止不动的三个小时内，迅速积累100天的经验。MIT博士生GabrielMargolis与IAIFI博士后研究员GeYang补充道：

有了这样一套系统，研究人员还希望继续扩大技术的规模，且这是传统方法难以轻易做到的。

最后，Margolis和Yang补充道：