注意看，機器人像人一樣從容地走出大門了！

甚至，還有一整支機器人隊伍迎面走來。

人形機器人獨角獸Figure，再次帶來他們的新成果——利用強化學習實現自然人形行走。

跟之前版本的機器人相比，確實更像人了許多，而且步態更加輕盈，速度也更快。

網友們紛紛表示被驚艷到，甚至覺得像是太空行走。

有一說一，自從與OpenAI取消合作后，這成果輸出確實又快又多。

機器人像人一樣自然行走

此次推出的，是經過強化學習訓練的端到端神經網絡。

根據官方介紹，主要分成三個部分：

強化學習：強化學習利用模擬試驗和錯誤，教Figure 02 人形機器人如何像人一樣行走。

模擬訓練：通過高保真物理模擬器學習如何像人類一樣行走，結果只需幾個小時就能模擬出多年的數據。

Sim-to-Real：通過將仿真中的域隨機化與機器人上的高頻扭矩反饋相結合，模擬訓練無需額外調整即可直接轉換為真實硬件。

具體來看。

首先，利用強化學習技術，在GPU加速物理仿真中對新的行走控制器進行了全面訓練，并在幾個小時內收集了數年的仿真演示數據。

在模擬器中，數以千計的Figure 02機器人被并行模擬，每個機器人都有獨特的物理參數。

然后，這些機器人將暴露在它們可能遇到的各種場景中，并通過單一神經網絡策略學習如何操作它們。這包括遇到各種地形、致動器動態變化以及對絆倒、滑倒和推搡的反應。

使用強化學習學習到的策略可能會趨近于次優控制策略，無法捕捉到人類行走的風格屬性。這包括以類似人類的步態行走，腳跟著地、腳尖離開、手臂擺動與腿部運動同步。

于是他們通過獎勵機器人模仿人類的行走參考軌跡，將這種偏好注入到學習框架。這些軌跡為策略允許產生的行走方式建立了先驗，而額外的獎勵條款則優化了速度跟蹤、功耗以及對外部擾動和地形變化的魯棒性。

最后一步是將策略從模擬中提取出來，應用到真正的仿人機器人中。仿真機器人充其量只是高維機電系統的近似值，在仿真中訓練的策略只能保證在這些仿真機器人上有效。

為了彌補這一 “模擬到現實的差距”，他們在模擬中結合使用了域隨機化和機器人上的kHz-速率扭矩反饋控制。

域隨機化通過隨機化每個機器人的物理屬性，模擬策略可能需要運行的各種系統，從而彌合模擬與現實之間的差距。這有助于該策略在不進行任何額外微調的情況下，實現與物理機器人的 “零接觸”。

用kHz速率閉環扭矩控制來運行策略輸出，以補償執行器建模中的誤差。該策略對機器人與機器人之間的變化、表面摩擦力和外部推動力的變化都很穩健，在整個Figure 02 機器人群中實現了可重復的仿人行走。

于是乎，就看到了10個機器人同一步態行走，沒有任何調整或變化。

接下來，他們計劃將這一技術擴展到數千個 Figure 機器人。

人形機器人越來越像人了

之所以這次選擇對機器人步態的改善，Figure創始人也說了，這并非是他們的首要任務，只是之前網友吐槽得多了，他們最終目標是商業運送機器人。

By the way，今年伊始海內外的人形機器人都密集亮相，諸多大廠企業開始投身機器人的布局當中，這不今天同一天，vivo宣布成立機器人Lab。

在這些機器人持續整活之中，能夠看到他們舉手投足之間著實越來越像人了。

且不說跟大爺一樣在公園遛彎、跑步、二人轉之類。

還學會了人類的一些空翻、托馬斯全旋等等雜技。

你還期待人形機器人哪些地方可以像人的？