與人類貼身熱舞！人形機器人進階到街頭耍寶，6華人組團出品_風聞

衡宇 豐色 發自 凹非寺

量子位 | 公眾號 QbitAI

注意看，小帥一個轉身，衞衣帽子裏面居然 空 無 一 頭：

好啦，這不是驚悚恐怖片，而是來自UCSD（加州大學聖地亞哥分校）全華人團隊的最新研究成果。

他們提出一種特別的全身控制策略（ExBody），能對人形機器人進行全身控制。策略主要訓練人形機器人上半身，下半身則專注於負責維持穩定。

這樣訓練出來的人形機器人，能實現穩健的運動和動態運動跟蹤。

簡而言之，會的活多，表現力還強。

比如和人類邊貼貼邊跳舞，增進增進人形機器人和人類之間的感情：

穿着熒光小馬甲，就能立刻上崗街頭指揮人車交通：

研究論文資料顯示，這個研究團隊共6人，其中過半是UCSD的在讀博士生。

為什麼要對人形機器人做這樣的訓練呢？論文共同一作Xuxin Cheng在推特上賣力宣傳的同時，做出瞭解釋。

機器人總是被要求化身各行各業的打工人！我們就想跟它一起探索另一條方向的路～

團隊的這項研究名為《Expressive Whole-Body Control for Humanoid Robots》，研究目標是讓人形機器人在現實世界中產生豐富、多樣和富有表現力的動作。

在經過團隊的調教後，人形機器人能做出什麼樣的行為呢？

路遇朋友迎面擊掌，這是不在話下的。

我都能腦補出它大聲喊了一句Hey Man……

親切一點，路遇兄弟，來個抱抱：

有點搞笑的事，不管是擊掌還是擁抱，機器人下半身跺腳的行為並不會停止，只是會稍微放緩。

眼尖的朋友們可能已經發現了，上面的擊掌實驗在不同環境、不同地面進行。

團隊也明確表示，通過新研究訓練出來的人形機器人，可以在各種不同的地形地面上健步如飛。

除了上文展示過的草地和石板路，沙灘對它來説同樣是小菜一碟：

平整的辦公室地面也可以輕鬆應對：

團隊給出的更多展示中，還表現了更多遇到外界阻力時行動自如的demo。

狠狠拽它：

拿大球砸它：

還知道抬手示意，“喂，你可以幫我背上小書包了”。

各種操作，看得大夥兒一愣一愣的。

紐約大學計算機科學助理教授發推特應援，稱這麼高水平控制力和表現力的研究成果，居然是一個6人組成的學術團隊的產出，“難以置信”！

更多的網友則選擇用“Cool”來形容這項工作：

“無他，照着人類學”

所以，究竟怎麼才能讓機器人像以上般“張牙舞爪”、富有類人表現力？

設想的思路無他：照着人類學。

學習資料既包括各種人體動捕數據集，也包括生成模型、video2pose模型給出的模擬數據。

通過在強化學習框架中進行全身控制的大規模訓練，機器人就可以在現實世界中進行動作的泛化了。

然而，這樣的Sim2Real思想實際還是遇到了問題。

作者介紹，典型數據集中的人體模型有69個自由度，但他們所用的機器人只有19個。

除此之外，理論和實際的扭矩限制也不相同。

這就很尷尬了，等於學會的知識實際根本不能拿來就用。

那怎麼辦？

那就做一個小小的改動：

只讓上半身進行模仿，負責各種表現力，下半身則只負責在任意速度內把兩條腿控制穩定就行。

作者姑且就管這個方法就叫做“表現型全身控制”（Expressive Whole-Body Control (Exbody)）。

由此，該機器人的整體框架就長這樣：

首先，在拿到各種數據集後，系統會有一個運動重定向，用於獲取一系列與符合機器人運動學結構的運動片段。

然後在從這些片段中提取表達目標和根運動目標，進行“Exbody”策略的強化學習訓練，最終將指令部署到真實機器人身上。

其中，表達目標就是機器人上半身要完成的，根運動目標則歸於下半身（當然，這部分也可以用遙控命令直接給出）。

△ 所用數據集

最終，和各種基線方法相比，該機器人取得了如下成績：

有幾項比較突出的指標，整體表現還不錯。

（MELV：Mean Episode Linear Velocity Tracking Reward，線性速度跟蹤獎勵 MEK：Mean episode key body tracking reward，關鍵身體追蹤獎勵）

而從下圖來看，Exbody的策略也能讓機器人在表現時（例如擊掌）膝蓋彎曲更多，抬腳時腳離地面更高。言外之意，動作更賣力更富有表現力一些～當然，也更穩。

全華人團隊出品

本研究一共6位作者，全部為華人，全部來自加州大學聖地亞哥分校（UCSD）。

共同一作有兩位：

Xuxin Cheng，UCSD博一在讀，碩士畢業於CMU機器人專業，本科則畢業於北理工自動化專業。

Yandong Ji，同UCSD博一在讀，碩士畢業於UC伯克利機械工程，本科畢業於南開大學電子計算機工程專業。

通訊作者為他們的導師Xiaolong Wang，UCSD電氣工程系助理教授。

他博士畢業於CMU，目前的研究方向集中於CV和機器人技術等等，谷歌學術顯示論文引用次數23000+。

哦對了最後，團隊成員還包括本次研究所用的機器人**：來自宇樹科技的Unitree H1**。

One More Thing

要説最近的機器人進展，還真不少。

先是OpenAI和微軟押注的Figure剛剛宣佈，新一輪融資籌集了約6.75億美元，融資前估值約20億美元。

緊接着發佈了個視頻，介紹了旗下人形機器人Figure 01的最新進展，稱“一切都是自主的”：

再有就是那個面部表情極其豐富，有時驚豔有時又驚悚的Ameca，最新宣佈已具有視覺能力。

她能觀察所處房間的整個情況，然後用各種各樣的聲音語氣（包括但不限於馬斯克、海綿寶寶）跟你繪聲繪色地描述。

就怪有意思的hhhhhh

參考鏈接：

[1]https://expressive-humanoid.github.io/resources/Expressive_Whole-Body_Control_for_Humanoid_Robots.pdf

[2]https://expressive-humanoid.github.io/

[3]https://twitter.com/xiaolonw/status/1762528106001379369