近日，百度強(qiáng)化學(xué)習(xí)團(tuán)隊(duì)發(fā)布了四足機(jī)器人控制上的最新研究進(jìn)展，采用自進(jìn)化的步態(tài)生成器與強(qiáng)化學(xué)習(xí)聯(lián)合訓(xùn)練，從零開始學(xué)習(xí)并掌握多種運(yùn)動(dòng)步態(tài)，一套算法解決包括獨(dú)木橋、跳隔板、鉆洞穴等多種場景控制難題。百度已開源全部仿真環(huán)境和訓(xùn)練代碼，并公開相關(guān)論文。

完整仿真效果和真機(jī)視頻

足式機(jī)器人的控制一直是機(jī)器人控制領(lǐng)域的研究熱點(diǎn)，因?yàn)橄啾扔诔Ｒ姷妮喪綑C(jī)器人，足式機(jī)器人可以像人類一樣靈活地跨越障礙，極大地?cái)U(kuò)展機(jī)器人的活動(dòng)邊界。波士頓動(dòng)力（Boston Dynamics）此前對(duì)外發(fā)布了其商用的第一款四足機(jī)器人Spot，但是相關(guān)的控制算法一直沒有對(duì)外披露。而市面上商業(yè)產(chǎn)品采用的控制算法，大部分基于麻省理工學(xué)院（MIT）開源的第三代的四足控制算法，需要依賴大量專家經(jīng)驗(yàn)。

近日，百度強(qiáng)化學(xué)習(xí)團(tuán)隊(duì)聯(lián)合小度機(jī)器人團(tuán)隊(duì)，基于飛槳機(jī)器人控制算法框架PaddleRobotics，發(fā)布了四足機(jī)器人控制的最新進(jìn)展。該算法首次提出基于自進(jìn)化的步態(tài)生成器來引導(dǎo)強(qiáng)化學(xué)習(xí)訓(xùn)練，通過自主學(xué)習(xí)，機(jī)器人能探索出合理的步態(tài)并穿越各種各樣的高難度場景。

這個(gè)算法到底有多厲害，先來一睹為快。

圖一、四足機(jī)器人步態(tài)展示

（注：演示真機(jī)為宇樹四足機(jī)器人產(chǎn)品）