人工智能使这只机器狗成为一个非常好的男孩

见见ANYmal——一个四足机器人，它的名字发音为“动物”这台73磅重的狗状机器是瑞士制造的装置，多亏了人工智能，它可以跑得更快，运行效率更高，并在泄漏后比人工智能训练前更成功地自我重置。

《科学机器人》杂志上的一项新研究对这个机器人进行了专题报道。它不仅通过人工智能学习，还通过桌面上的计算机模拟学习。这种方法比在现实物理世界中教机器人新技巧要快得多。事实上，根据这项研究，模拟比现实世界快大约1000倍。

这并不是唯一一个模拟很重要的领域。在自动驾驶汽车的世界里，模拟时间是公司测试和改进操作车辆的软件的关键方式。在这种情况下，研究人员使用了类似的策略，只是用了一只机器狗。

为了确保虚拟狗学习技能的模拟器准确无误，研究人员首先确保纳入机器人在现实世界中的行为数据。然后，在模拟中，神经网络——一种机器学习工具——学习如何控制机器人。

除了模拟的速度优势之外，这项技术还允许研究人员对机器人做一些他们在现实生活中不想做的事情。例如，该项目的首席研究员、瑞士苏黎世机器人系统实验室博士后杰明·黄波说，他们可以在模拟中虚拟地将易碎的机器狗抛向空中。然后小狗可以弄清楚如何在着陆后站起来。

在神经网络完成模拟训练后，该团队能够将这种学习部署到物理机器人本身——它身高超过2英尺，有12个关节，electrically-powered，看起来类似于波士顿动力公司制造的名为SpotMini的机器人。

在模拟时间和人工智能之后，最终的结果是机器狗可以更精确地遵循指令——例如，根据Hwangbo的说法，如果被命令以每小时1.1英里的速度行走，它可以比以前更精确地做到这一点；它还能够在跌倒后成功地站起来，跑得更快。给像ANYmal这样的复杂机器人编程，并给出跌倒后如何站起来的具体指令是复杂的，而让它在模拟中学习如何站起来是一种更可靠的方法。

卡内基梅隆大学机器人研究所和人机交互研究所的教授克里斯·阿特克森说，黄波和他的团队使用的方法是让机器人做你想让它做的事情的省时省钱的方法。

“他们让机器人编程变得更便宜了，”他说。“编程非常昂贵，机器人编程真的很昂贵，因为你基本上必须有机器人语者。”这是因为给机器人编程的人既需要擅长编码，也需要擅长让机器人的机制正常运行。

但有了Hwangbo和他的团队，他们的机器人能够在模拟中学习，而不是程序员仔细编码每个动作。Atkes on说，这是“朝着自动化这类事情迈出的一大步”。

至于机器人系统实验室的一段视频显示机器人被踢，大概是为了测试它有多强壮？“当这个机器人变得超级聪明时，它会生气的，”阿特克森开玩笑说。“有他们踢它的视频记录——所以当机器人革命到来时，他们会第一个走。”