Boston Dynamics 公佈了其 Atlas 人形機器人如何利用強化學習和大規模模擬訓練來學習舉起和搬運重型工業物品。在最新發布的技術博客中，這家機器人公司展示了 Atlas 如何將其軀幹旋轉 180 度，蹲下來取起一個迷你雪櫃，並在實驗室地板上搬運它，同時調整內部物體的重心。該公司表示，這一行為是在 Atlas 今年早些時候公開亮相幾周內開發出來的。
最新的演示標誌著從編排的機器人動作向適應性工業行為的轉變，這些行為是為工廠、倉庫和建築工地設計的。Boston Dynamics 表示，Atlas 正在被開發為一種「用於體力工作的通用工具」。
Atlas 機器人利用強化學習進行自我訓練
這款機器人並不僅僅依賴於攝像頭，而是使用本體感知，即內部身體意識，來感知在移動物體時的重量、平衡、抓握和阻力。該公司表示，這種方法使 Atlas 能夠實時適應不穩定的負載和變化的環境條件。Boston Dynamics 通過強化學習對 Atlas 進行了數百萬次模擬訓練，在不同條件下重複練習相同的舉起任務。公司調整了物體重量、地板摩擦力、抓握強度和雪櫃位置等因素，以迫使機器人進行適應。
該公司表示，「Atlas 在模擬中以圖形處理單元（GPUs）平行練習了數百萬小時的動作。」
這一過程以參考軌跡開始，這可以是動畫動作或遠程操作演示。Atlas 在正確完成任務時會獲得獎勵，例如在引入外部幹擾時保持對物體的抓握和保持平衡。一旦該行為在模擬中可靠運行，工程師就將其轉移到實體機器人上進行測試，收集性能數據，並再次進行訓練優化。Boston Dynamics 表示，新 Atlas 平台的一大優勢是其縮小的「模擬與現實差距」，這是長期以來機器人技術面臨的一個挑戰，即在模擬中訓練的行為因摩擦、延遲或傳感器噪聲等不可預測的變量而無法在現實世界中成功運行。
該公司表示，Atlas 簡化的硬件架構使得準確的模擬變得更加容易。
這款人形機器人全身僅使用兩種驅動器類型，雙臂和雙腿的設計對稱。因為工程師消除了跨關節的電纜，Atlas 還可以持續旋轉關節，這減少了磨損並允許更大的運動自由度。Boston Dynamics 表示，這幫助 Atlas 執行傳統人形機器人難以完成的動作。該公司補充説，Atlas 在 50-70 磅的負載上進行訓練，但在測試中成功搬運了超過 100 磅的雪櫃。Boston Dynamics 寫道：「您無法僅僅通過觀察雪櫃和用手來搬運它。
您必須提前準備，以預測重量，傾身向前，讓您的身體完成工作。」
Boston Dynamics 還將 Atlas 的運動表現，包括倒立和後空翻，與工業用途相關聯。根據該公司的説法，這些動作有助於訓練平衡性、靈活性、滑倒恢復能力和應對惡劣工作環境所需的耐熱能力。
