這年頭，人形機(jī)器人都有清華的學(xué)士帽戴！

(資料圖片)

這位走出清華二校門的機(jī)器人，簡直要把門口參加暑期研習(xí)營的小孩們饞哭?了。?

不?僅擁?有清華紫學(xué)士帽，在剛剛結(jié)束的WAIC“具身通用人工智能”論壇上，這個(gè)名叫小星的人形機(jī)器人，還和圖靈獎(jiǎng)得主、中國科學(xué)院院士姚期智合影貼貼。

是誰羨慕了？我不說。

小星這“人”，出自清華大學(xué)交叉信息研究院（IIIS）陳建宇團(tuán)隊(duì)，整機(jī)結(jié)構(gòu)、電機(jī)、減速器、驅(qū)動(dòng)器、步態(tài)算法等機(jī)器人軟硬件將通通自研。

陳建宇，31歲的清華叉院助理教授，28歲時(shí)，就已經(jīng)以叉院博導(dǎo)的身份走在從教之路上。

博士畢業(yè)于UC伯克利，本科就讀于清華大學(xué)精密儀器系，研究領(lǐng)域包括機(jī)器人學(xué)、強(qiáng)化學(xué)習(xí)、自動(dòng)駕駛等。

人形機(jī)器人小星

一起來認(rèn)識(shí)一下，這位青年博導(dǎo)“教”出來的人形機(jī)器人——

體重28kg，身高1.2m，加上雙手后，全身上下具有34個(gè)自由度。

在行走方面，小星在不同類型的地面上都可以穩(wěn)步前進(jìn)，比如落滿枯葉的林間小道：

?

?

或者是公園花壇旁的水泥上坡路：

腳下的地皮換成草坪，也不妨礙它踏步前進(jìn)：

?

總之就走得還挺穩(wěn)的，速度也還不錯(cuò)。

與此同時(shí)，它還能利用雙手提供一些服務(wù)功能，遞個(gè)燒烤、端杯咖啡什么的：

在液壓驅(qū)動(dòng)和電機(jī)驅(qū)動(dòng)二者之間，小星采用了成本優(yōu)勢(shì)更高的后者。

為了研發(fā)高性能、低成本的人形機(jī)器人，團(tuán)隊(duì)堅(jiān)持最新一代的準(zhǔn)直驅(qū)力控方案，用高扭矩密度電機(jī)搭配低減速比減速器，用電流環(huán)直接力控搭配動(dòng)態(tài)雙足行走算法。

這種方案對(duì)電機(jī)扭矩要求極高，因此團(tuán)隊(duì)也一直在探究新的電機(jī)設(shè)計(jì)方案。

目前所研制的電機(jī)扭矩密度已達(dá)到了30Nm/kg，是TQ電機(jī)（目前工業(yè)界最強(qiáng)）的兩倍以上。

如此一來，無論是行走還是擺臂動(dòng)作，小星都能保持在一個(gè)比較靈活的狀態(tài)。

不過，陳建宇也坦然表示，目前小星機(jī)器人硬件上搭載的算法智能性還不夠高，小星的現(xiàn)階段表現(xiàn)，還沒有發(fā)揮硬件可以支持的極限。

因此，團(tuán)隊(duì)的另一項(xiàng)主要工作就是推進(jìn)前沿的機(jī)器人智能算法，目前走的是動(dòng)力學(xué)模型+優(yōu)化控制和物理仿真+強(qiáng)化學(xué)習(xí)這兩條機(jī)器人領(lǐng)域最前沿的路徑。

相比于傳統(tǒng)的機(jī)器人算法，二者都更為通用，并且可以更多地利用動(dòng)力學(xué)來提高性能。

這兩大方法也是陳建宇博士期間的主攻研究方向。

2017年，陳建宇提出了一系列實(shí)時(shí)軌跡優(yōu)化算法并成功應(yīng)用于無人車上。

從2018年起，陳建宇的研究重點(diǎn)轉(zhuǎn)向了更為前瞻的方法——深度強(qiáng)化學(xué)習(xí)算法。在這一階段，他做出了領(lǐng)域內(nèi)較早的幾個(gè)基于自學(xué)習(xí)方法的復(fù)雜道路環(huán)境自動(dòng)駕駛工作。

“從數(shù)學(xué)上來說，無人車也是一類機(jī)器人，我們研究的算法對(duì)于無人車和機(jī)器人來說都是通用的。” 陳建宇表示，在無人車時(shí)期關(guān)于強(qiáng)化學(xué)習(xí)的經(jīng)驗(yàn)，不少都可以遷移到人形機(jī)器人的研究上，“當(dāng)然，無人車和人形機(jī)器人的關(guān)注點(diǎn)不全相同，比如無人車在底層控制方面相對(duì)簡單，而對(duì)上層的決策規(guī)劃和交互等關(guān)注較多”。

通過強(qiáng)化學(xué)習(xí)結(jié)合人體運(yùn)動(dòng)數(shù)據(jù)，小星在高精度物理仿真中學(xué)會(huì)了高度擬人的步態(tài)行走：

還能挖掘出硬件的極限性能，達(dá)到4m/s的奔跑速度：

除了靈活的雙腿，小星的雙手也很靈巧。

通過大規(guī)模并行仿真強(qiáng)化學(xué)習(xí)訓(xùn)練，小星學(xué)會(huì)操控其二十多個(gè)自由度的雙臂靈巧手來完成各類任務(wù)。

此外，為了協(xié)調(diào)小星手腳之間的協(xié)同工作，團(tuán)隊(duì)還提出了一種分布式技能學(xué)習(xí)算法。

?

“我想，人形機(jī)器人是所有機(jī)器人學(xué)家的夢(mèng)想！”從本科起，陳建宇就開始關(guān)注雙足步態(tài)算法，他的本科畢業(yè)設(shè)計(jì)，做的就是雙足機(jī)器人落腳點(diǎn)規(guī)劃。

2020年畢業(yè)回國，在探索過無人車、機(jī)械臂、機(jī)器狗后，于2021年底開始構(gòu)思籌劃研發(fā)自己的人形機(jī)器人。

籌備了半年，想通了技術(shù)路徑，也就是去年春夏之交，陳建宇開啟了自己的新目標(biāo)：

打造人形通用機(jī)器人，以及搭載在上面的“通用智能”。

具身通用人工智能

目前人形機(jī)器人存在的技術(shù)難題是什么？陳建宇總結(jié)了最受關(guān)注的三個(gè)方面：

首先，由于人形機(jī)器人具備高度集成性和復(fù)雜性，硬件本體構(gòu)建具有較高挑戰(zhàn)性；

其次是運(yùn)動(dòng)小腦的構(gòu)建，如何控制雙腿行走和操控雙臂完成各種任務(wù)，還未被很好解決；

最后是人形機(jī)器人的“大腦”，如何將目前只有語言功能的大模型拓展到物理世界，并讓其進(jìn)行行為決策，是實(shí)現(xiàn)具身通用智能體至關(guān)重要的一環(huán)。

——這就引出近期最火的技術(shù)話題之一，具身智能。

5月的ITF World 2023半導(dǎo)體大會(huì)上，黃仁勛在演講中明確表態(tài)，下一波AI浪潮就是具身智能（Embodied Intelligence）。

所謂具身智能，就是能夠理解、推理并與物理世界互動(dòng)的智能系統(tǒng)，可以理解為有身體，并支持物理交互的AI智能體。

而具身智能的終極目標(biāo)，就是具身通用人工智能。以ChatGPT為代表的通用人工智能雖然帶來了極大的轟動(dòng)，但其只有語言與文本處理的能力。未來我們一定需要更加有用的具身的通用人工智能。

7月WAIC的具身通用人工智能論壇，邀請(qǐng)了包括姚期智先生、Sergey Levine、Anca Dragan、Koushil Sreenath、Jiajun Wu等國內(nèi)外知名大咖學(xué)者一起探討具身AGI的未來，內(nèi)容涵蓋決策控制、感知認(rèn)知、本體構(gòu)建、算力支持、大模型理論等。

小星也在論壇上進(jìn)行了現(xiàn)場(chǎng)首秀，獲得了大量關(guān)注。

國際上，一些團(tuán)隊(duì)已在這個(gè)方向上有了初步的成果：

今年年初，谷歌推出5620億參數(shù)的多模態(tài)具身視覺語言模型PaLM-E，可以執(zhí)行各種復(fù)雜的機(jī)器人指令而無需重新訓(xùn)練。

哪怕受到干擾，也能完成“幫忙從抽屜里拿薯片”的指令。

?

?

李飛飛團(tuán)隊(duì)也新近發(fā)布了具身智能最新成果，大模型接入機(jī)器人，把復(fù)雜指令轉(zhuǎn)化成具體行動(dòng)規(guī)劃，無需額外數(shù)據(jù)和訓(xùn)練。

人類可以很隨意地用自然語言給機(jī)器人下達(dá)指令，如“打開上面的抽屜，小心花瓶！”

陳建宇團(tuán)隊(duì)也在推進(jìn)這方面的研究工作。

并且做出了世界上第一篇大模型結(jié)合人形機(jī)器人的學(xué)術(shù)工作。

他們用大模型來指導(dǎo)小星的上層任務(wù)規(guī)劃，用強(qiáng)化學(xué)習(xí)來獲取小星的底層控制器。

與此同時(shí)，還提出了一套新的框架來解決上層規(guī)劃和下層執(zhí)行之間的對(duì)齊問題，以確保下層控制能很好地執(zhí)行上層規(guī)劃的任務(wù)。

“我們發(fā)現(xiàn)，一些簡單的操作場(chǎng)景，接入13B的開源模型就比較夠用了?！标惤ㄓ罘窒砹藢?shí)驗(yàn)過程中的發(fā)現(xiàn)，“作為定位家庭服務(wù)的機(jī)器人，對(duì)數(shù)理邏輯、推演等功能的要求并不太高。”

緊接著，量子位又把“大模型幻覺在具身智能身上的解決思路”這個(gè)問題拋給了陳建宇。

比起網(wǎng)絡(luò)世界里的胡說八道，現(xiàn)實(shí)世界人形機(jī)器人受到帶有幻覺的指令，似乎是一件更為嚴(yán)肅、需要正視的事情。

思考片刻后，陳建宇給出了他的答案，那就是可能需要兩手解決方案，一方面是大模型產(chǎn)品本身對(duì)幻覺的控制，另一方面，在底層的控制也要加強(qiáng)。

之前我在研究無人車對(duì)安全性的要求時(shí)，會(huì)設(shè)計(jì)一些方案提升無人車的行為安全，具身智能也可以采取相同的思路，在機(jī)器人收到“不安全”的指令時(shí)，及時(shí)識(shí)別，更改到安全區(qū)域范圍。

所以，添加一個(gè)完全基于物理規(guī)律，類似于安全護(hù)盾的底層保護(hù)層，或許是不錯(cuò)的辦法。

本文來自微信公眾號(hào)：量子位 （ID：QbitAI），作者：衡宇

關(guān)鍵詞：