怎么刚开工， 我就看到宇树的机器东谈主在效法科比？

要说本年过年最出锋头的科技企业，那除了整天就业器死力的 DeepSeek ，推测就得数宇树科技了。

即是春晚上拿机器东谈主扭秧歌的阿谁。

看着挺过劲是吧，鸿沟年才过了没几天，大正月的他们又整出个新活，英伟达、卡内基梅隆大学团队用宇树 G1 参议出来一个名堂， 拿机器东谈主复刻科比。。。

望望这动作，这后仰跳投，是不是还挺有那味的？

别说你是詹蜜，经典的霸王步东谈主家也学了。

有差友可能会问，我是年青东谈主，不懂端正，不看球也不看 nba ，我咋能知谈这机器东谈主到底什么水平呢？

伸开剩余89%

也别慌，列位熟知的 “NBA 大使 ” 的经典铁山靠，东谈主家也能学。。。

有一说一，给机器东谈主编程早就不是啥簇新事了，你坤哥这种牌号动作，粉丝里面以至还灵验肤浅机械机构就能终了的。是以宇树此次如果只可复刻这种的话，那还算不上啥科技狠活。

那么这波这个展示真实牛波儿的方位在哪呢，大过年的东谈主家总不会即是为了唱跳 rap 打篮球吧。

于是哥们去翻了翻东谈主家的论文，才发现这里面还真躲闪好意思妙， 东谈主家这一手看似是全明星效法，试验上是机器东谈主老师技巧的一个症结挫折。

至于咱为啥这样说，那就得先聊聊当今的机器东谈主是咋老师的。

家喻户晓，机器东谈主这玩意甭管外在多酷炫，骨子里如故算法在跑。

是以你要想让一个机器东谈主学会打篮球的话，最肤浅的方针即是先测量出机器东谈主的各方面数据，比如枢纽扭矩、连杆质料散布啥的；再拿这些数据去搞个 能源学建模，即是在电脑里模拟机器东谈主的通顺。

但问题在于，要一丝点把各式参数都调到圆善，这是个零碎肝的活儿，需要多数时刻，还得是专科东谈主士技艺搞；

并且就算你在模拟器里调好了，现实里也不一定即是那么回事儿。 就好比你在 NBA 2K 里练出一代乔丹，但上了真球场，可能连球都运不利索。

造谣宇宙再真，跟现实的参数维度也不是一个量级的，像什么篮球的手感、弹性，空气阻力、风向风速，以至其他球员的肘击，模子都没法稳扎稳打。

是以这种传统 SysID 搞出来的机器东谈主，在实验室里看开花拳绣腿，一到真实场景，就像我爱发明里面的东谈主机叛逆相似，要开动拉了。

既然真实环境这样复杂，有的科学家就开动反向操作了：与其死磕圆善模子，不如径直把机器东谈主丢进各式 “ 仙葩 ” 环境里去练级。

比如随机候大地很滑，随机候篮球很重，随机候篮筐很高。。。 归正就让机器东谈主在各式极点要求下我方迭代，找到最优计策。

这种骚操作，有个听起来玄乎的名字，叫 域随即化( Domain Randomization , 简称 DR )

听着约略有点道理，可这也有问题。这种顺序就跟 “ 盲东谈主摸象 ” 似的，机器东谈主就算眼光了各式情况，但要素雅出真实的规矩如故很难，并且很容易 “ 使劲过猛 ” 。

再加上 为了适合各式极点情况，机器东谈主就得求稳，于是动作就很保守、不机动，比如运球的时候老是堤防翼翼的，投篮的时候不敢放开看成。

一句话，这些传统顺序老师机器东谈主，要么全靠建模调参，费时贫苦；要么动作僵硬寂静，没法完成复杂动作，纯纯摆件。

可要想让机器东谈主确实参与到生存里，不说代替我们打工，起码像东谈主相似的机动性总得有吧，如果若干都沾点东谈主工智障，那不白期待了嘛。

那么宇树这波到底是咋作念到让机器东谈主这样颖慧的呢，重心来了。

论文里说，他们用了一个叫 ASAP （ Aligning Simulation and Real Physics ，对都模拟与真什物理框架 ）的东西。

按著述里的说法，这个技巧要先 “ 期骗这些过程贬责的东谈主类通顺数据在仿真环境中老师一个 基于相位的通顺追踪计策” ，再 “ 通过强化学习老师一个 残差动作模子赔偿仿真与现实之间的各别 ” 。

听起来很绕，但你先别急，这玩意的试验想路还挺简明的，其实即是把咱上头说的传统功夫，用化劲整合起来，搞了个机器东谈主老师速成班。

肤浅来说，这个速成班分两步走，咱先说第一步：即是给机器东谈主 打基础，搞模拟预习。

而要搞预习，你得有课本。这里即是要先下载一堆视频，打篮球的也行，其他视频也行，重心是视频里得有东谈主；

然后通过一个叫 TRAM 的通顺重建用具，把视频里面的东谈主类动作都扒出来，挪动成三维通顺轨迹，这样机器技艺看得懂这些动作；完事再把这些动作放到一个造谣环境里来老师， 标的是让机器东谈主学会精准效法视频里的动作数据。

拿打篮球这个动作来说，你得先找一堆打球视频，纪录下运球、投篮的动作，把这些动作数据贬责好，再把这些数据扔到模拟器里，让机器东谈主先在模拟器里云练球，终点于先作念好模拟再老师。

是以速成班的第二步就得 真枪实弹的来，三年模拟罢了，是时候五年高考了。

天然之前的数据依然是从现实中索要的了，但比及机器东谈主被拉到真球场上的时候，它就会发现云玩家如故差点兴致，真实环境里的位置、速率、加快度、枢纽角度等数据，跟仿真里如故有一定划分。

于是这时候工程师就会期骗机器东谈主身上的传感器采集这些数据，再把这些数据跟之前在造谣环境里老师的数据对比，用强化学习搞一个曲折修正模子出来，这个即是所谓的 残差（ delta ）动作模子。

有了这个残差动作模子，这下机器东谈主在模拟器里的通顺，就跟在现实里大差不差了，然后工程师再把当中的极少参数微调一下，机器东谈主就能作念到跟视频里东谈主类运球相似敏捷畅达了。

但你要把这个 ASAP 框架的两步放沿途看，就会发现这玩意搞的成果天然看着挺过劲的，比传统决策练出来的机器东谈主很多了，但想路其实跟咱上头说的传统老师想路差的没那么大。

道理也很肤浅嘛，纯建模老师不真实还费时刻，纯现实老师动作不机动，那把这两个决策谐和起来：

用现实数据去匡助建模，再把建模的到手放在现实里改良，虚实谐和，不就两难自解～

试验上，这种用现实数据搞造谣建模，再把在造谣建模里完成的工程搬到现实，其实也算是很英伟达的操作了。

之前他们就有一个 Cosmos 平台，堪称是宇宙模子，标的即是像此次这样把现实里的物理兴隆搬到电脑里去模拟，这样就能大大省俭工程师们的研发时刻。

这玩意对机器东谈主、 AI 、自动驾驶啥的道理都挺大，毕竟这可就无谓再像往时相似戴着各式传感器，花那么多时刻缓缓征集现实数据。

老师时长大幅缩小，鸿沟临了老师成果还更好了，这失当妥的黑科技嘛。

哦对了，临了还有一个彩蛋：今天这篇论文的主要作家，英伟达 GEAR 团队成员、当今在卡内基梅隆大学留学的 B 站 up 主何恬然，他小时候的生机还真即是造一个电影《 铁甲钢拳 》（ 设定是东谈主类操控机器东谈主打拳 ）里的机器东谈主。

对一个理工男来说，把儿时的生机形成现实，我合计这太酷了。

撰文：纳西

剪辑：江江 & 面线

好意思编：萱萱

图片、而已起首：

ASAP: Aligning Simulation and Real-World Physics for Learning Agile Humanoid Whole-Body Skills

HumanoidLocomotion and Manipulation: Current Progress and Challenges in Control, Planning, and Learning

Adaptive Kinematic Modelling for Multiobjective Control of a Redundant Surgical Robotic Tool

微博，bilibili等，部分图源麇集

发布于：浙江省