認(rèn)真的嗎？讓機(jī)器狗當(dāng)守門(mén)員，還發(fā)了篇論文

機(jī)器狗不僅能跑能跳，踢足球、當(dāng)守門(mén)員都很行。

讓一個(gè)機(jī)器狗擔(dān)當(dāng)足球守門(mén)員，靠譜嗎？靠不靠譜，我們先看看效果在下結(jié)論。

工作人員一次很溫和的進(jìn)攻，機(jī)器狗攔住了球：

加點(diǎn)難度，來(lái)個(gè)拋物線進(jìn)球，也不再話下：

用手拋球有作弊嫌疑？用腳試試，機(jī)器狗也能把球門(mén)守的死死的

有趣的是，該研究還嘗試讓一只機(jī)器狗踢球，另一只當(dāng)守門(mén)員，兩只機(jī)器狗自己也能玩挺好：

看完效果，感覺(jué)機(jī)器狗當(dāng)守門(mén)員還挺靠譜。這款機(jī)器狗是 MIT 在 2019 年研發(fā)的 Mini Cheetah，現(xiàn)在來(lái)自加州大學(xué)伯克利分校等機(jī)構(gòu)的研究者為 Mini Cheetah 部署了一個(gè)新的強(qiáng)化學(xué)習(xí)框架，讓它完成足球守門(mén)任務(wù)，守門(mén)成功率高達(dá) 87.5%。

論文地址：https://arxiv.org/pdf/2210.04435.pdf

4 米開(kāi)外踢球

Mini Cheetah 僅用不到 1 秒成功守門(mén)

讓 Mini Cheetah 學(xué)會(huì)守門(mén)還是一件比較難的事，因?yàn)檫@涉及物體（例如球）拋出的高度以及動(dòng)態(tài)移動(dòng)的位置，具體而言，一方操縱一個(gè)快速移動(dòng)的球，球的方向和位置不確定，而另一方需要迅速判斷球的位置以阻止進(jìn)球。想要完成這一任務(wù)，需要教會(huì)機(jī)器人動(dòng)態(tài)移動(dòng)它的身體，同時(shí)確保它的腳 (或臉) 到達(dá)它們需要及時(shí)阻擋球的地方，這基本上是將兩個(gè)難題結(jié)合在一起。

該研究的解決辦法是將運(yùn)動(dòng)控制器與末端執(zhí)行器軌跡規(guī)劃相結(jié)合，這樣一來(lái)就可以找到最佳的方法讓 Mini Cheetah 在球到達(dá)目標(biāo)不到一秒的時(shí)間內(nèi)，進(jìn)行阻擋。

完成上述過(guò)程，還需要訓(xùn)練 Mini Cheetah 掌握一套有用的守門(mén)員技能，例如 Mini Cheetah 需要掌握在地面附近和靠近地面的地方對(duì)球進(jìn)行側(cè)身****、掌握俯沖到達(dá)球門(mén)的下角技術(shù)、跳躍到球門(mén)的頂部和上角。做完這些動(dòng)作，Mini Cheetah 都可以恢復(fù)并最終安全著陸。每個(gè)技能的參考動(dòng)作都是手動(dòng)編程的，在模擬中進(jìn)行訓(xùn)練，然后直接遷移到機(jī)器人上。

Mini Cheetah 防守的球門(mén)寬 1.5m，高 0.9m，球（3 號(hào)）從約 4m 外踢出，球被外部跟蹤，然后 Mini Cheetah 攔球。讓這么小的機(jī)器狗完成攔球動(dòng)作，其表現(xiàn)是令人印象深刻的。

該研究表明，這款機(jī)器狗系統(tǒng)可以將在仿真中學(xué)習(xí)到的動(dòng)態(tài)動(dòng)作和守門(mén)員技能遷移到一個(gè)真正的四足機(jī)器人上，在現(xiàn)實(shí)世界中，對(duì)隨機(jī)射門(mén)的守門(mén)成功率為 87.5%。而人類足球守門(mén)員的平均成功率是 69%。研究人員表示，他們所提出的框架可以擴(kuò)展到其他場(chǎng)景，例如多技能足球。

下面我們來(lái)看看支持這款機(jī)器狗的背后框架。

分層強(qiáng)化學(xué)習(xí)框架

首先，讓四足機(jī)器人做足球守門(mén)員是一個(gè)很有挑戰(zhàn)性的問(wèn)題，因?yàn)樗仨氁瑫r(shí)解決預(yù)測(cè)物體運(yùn)動(dòng)軌跡和機(jī)器人捕獲非抓握物體（球體）兩個(gè)實(shí)際問(wèn)題。機(jī)器人需要在很短的時(shí)間內(nèi)（通常不到一秒）對(duì)空中飛行的球做出反應(yīng)并****。

為了完成這個(gè)挑戰(zhàn)，研究團(tuán)隊(duì)提出了一個(gè)分層無(wú)模型強(qiáng)化學(xué)習(xí) (RL) 框架。該框架包含一個(gè)針對(duì)不同運(yùn)動(dòng)技能的多個(gè)控制策略，覆蓋了目標(biāo)的不同區(qū)域。

這些控制策略讓機(jī)器人能夠跟蹤隨機(jī)參數(shù)化末端執(zhí)行器的軌跡，同時(shí)執(zhí)行特定的運(yùn)動(dòng)技能，例如跳躍攔球、撲球和順勢(shì)攔住地面滾動(dòng)的球。

RL 框架中包含一個(gè)高級(jí)規(guī)劃器，它幫助機(jī)器人確定所需的運(yùn)動(dòng)技能和規(guī)劃末端執(zhí)行器軌跡，以****飛向不同目標(biāo)區(qū)域的球。

該研究在 MIT 2019 年提出的 Mini Cheetah 四足機(jī)器人上部署了上述 RL 框架，實(shí)驗(yàn)表明這種 RL 框架能夠讓四足機(jī)器人有效****現(xiàn)實(shí)世界中快速移動(dòng)的球。

此前對(duì)四足機(jī)器人 RL 框架的研究主要集中在低級(jí)運(yùn)動(dòng)控制上，例如讓機(jī)器人按要求速度步行、模仿參考運(yùn)動(dòng)。而該研究提出的框架將學(xué)習(xí)到的運(yùn)動(dòng)技能擴(kuò)展到更高級(jí)別的任務(wù)上，成功使用高級(jí)規(guī)劃讓四足機(jī)器人以敏捷的動(dòng)作精確****快速移動(dòng)的足球。這對(duì)四足機(jī)器人的高級(jí)規(guī)劃控制具有重要意義。

參考鏈接：https://spectrum.ieee.org/football-robot-mini-cheetah