那群曾經集體後空翻、踢足球的 MIT 機器狗迷你獵豹（Mini Cheetah），瘸了？但你別說，走得依舊挺歡快：

這可不是 MIT 科學家們在侵犯“機器狗權”，而是因為狗子們在新技術的加持下又進化了。不僅壞了一條腿也能走路，之前寸步難行的碎石路更是不在話下：

還能在結冰路面轉圈撒歡兒：

不瘸的時候，速度最快能到 3.9m / s，尥蹶子跑起來時，開發員只能抱著電腦在後面追得跌跌撞撞：

而上述所有的技能，最原版（也就是開源那版）的 MIT 機器狗僅用了 3 小時就完全掌握。如此強大的學習能力到底從何而來？

3 小時積累 100 多天奔跑經驗

首先，機器狗們的各種行為都依賴於身體裡的一個專門的控制器。

工程師們會通過分析運動的物理規律，制定有效的抽象概念，再去設計並實現專門的控制器層次結構，使機器狗能夠在執行時保持平衡。

但要提前人為分析、建立所有可能的地形分析，並使機器狗快速識別對環境的變化作出反應，並不簡單。例如，草地上的一小塊結冰面，碎石堆上突然出現的大塊凸起，都有可能使機器狗再起不能：

（所以說… 不要停下來啊！）

人為設計的控制器，出現問題自然也得人為分析原因，再手動調整，一來二去的時間成本就大大增加。怎麼辦呢？

MIT 的科學家們表示：

讓機器狗自己學！

研究團隊開發了一種模擬環境，其中包含了多個地形，再將狗子放在其中進行訓練。在訓練期間，他們加入了神經網路，讓機器狗從不同地形的跑步和失敗經驗中總結規律，進而自己找出適應新地形的最好方法。

僅僅 3 小時，模擬世界中的迷你獵豹就積累了 100 天的多樣化地形奔跑經驗。並且，團隊也為機器狗部署了一種基於端到端的感測運動策略的控制器。

這種控制器會將關節編碼器和 IMU（慣性測量單元）資料直接轉換為關節指令，沒有了額外的狀態估計或控制子系統，機器狗在進行敏捷或極限的動作時，便會更加得心應手。

這時的迷你獵豹，就變成了一隻經驗豐富的狗子。剛剛還被絆倒的路沿，現在已經能自信地邁過去了：

高速奔跑中也不會被地上的線絆倒：

室內轉圈的速度能達到 5.7rad / s（每秒 320°，近一圈）：

研究來自 MIT CSAIL

這次的研究來自於 MIT 的電腦科學與人工智慧研究院（MIT CSAIL），論文和程式碼很快會公開。

一作 Gabriel Margolis 為 MIT 的一名博士生，主要研究領域是具身智慧（Embodied Intelligence），即開發能與真實世界進行多模態互動的具有身體的人工智慧。

共同一作 Ge Yang 本科畢業於耶魯大學，獲得了物理學和數學學士學位，後來在芝加哥大學獲得物理學博士學位。

現為美國國家科學基金會（NSF）的 AI 與基礎互動研究所（IAIFI）的一名博士後。

視訊：

https://www.youtube.com/watch?v=-BqNl3AtPVw

參考連結：

[1]https://sites.google.com/view/model-free-speed/

[2]https://news.mit.edu/2022/3-questions-how-mit-mini-cheetah-learns-run-fast-0317

[3]https://venturebeat.com/2022/03/17/mit-researchers-use-simulation-to-train-a-robot-to-run-at-high-speeds/