• 正文
  • 相关推荐
申请入驻 产业图谱

智能发生时|跨过80厘米沟壑、走过10厘米窄桥,地瓜WM-LOCO如何做到?

25分钟前
48
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

机器人走梅花桩,难在哪里?

脚下能踩的地方很小,落脚要准,身体要稳,还得为下一步留出调整空间。当前这一脚踩在哪里,会影响身体重心,也会影响下一步能迈向哪里。

此前,地瓜机器人介绍了面向复杂地形行走的WM-LOCO,并在旭日S600媒体沟通会上展示了机器人现场走梅花桩。这次,《智能发生时》邀请算法团队出镜,讲讲这段演示背后的训练方法:世界模型怎样学习动作带来的变化,又怎样帮助机器人作出行走决策?

落脚空间越小,连续走下去越难

梅花桩、楼梯、独木桥、沟壑,分别限制着机器人可落脚的位置、跨越距离或支撑面的宽度。这些场景被统称为“落脚受限地形”。

在平地上,一次落脚偏差可能还有补救空间;踩上梅花桩后,脚掌稍有偏移,就可能失去支撑。即使这一步站住了,身体姿态不合适,也会增加下一步的难度。

视觉可以帮助机器人识别地形。接下来,机器人训练策略还需要学会协调落脚位置、摆腿动作和身体运动。通过强化学习,机器人可以在仿真中反复尝试;但在高难度地形上,训练早期频繁踩空,也会难以积累连续通过的经验。

WM-LOCO的思路,是让机器人在学习行走的同时,学习动作如何影响自身状态和摄像头中的地形观测,再将学到的预测性特征用于行走决策。


图1|搭载WM-LOCO的Unitree G1人形机器人通过(a)梅花桩、(b)楼梯和(c)沟壑,并在仿真中通过(d)由楼梯、梅花桩、沟壑和独木桥组成的组合地形。策略仅使用本体感知信息与单路机载深度图像流,无需外部感知系统或地形地图。

将预测融入控制,世界模型助力精准落脚

WM-LOCO将循环世界模型与PPO强化学习策略放在同一训练过程中联合优化。

世界模型结合机载深度图像、本体感知信息和动作历史,学习动作如何影响后续的身体状态、视觉观测与任务奖励。例如,向前迈出一步后,身体会怎样运动,摄像头中的地形会怎样变化,这些变化对应怎样的任务反馈。

通过这一学习过程,世界模型形成包含预测信息的内部特征。行走策略将这些特征与本体感知、速度指令等输入结合,输出关节控制动作,协调身体运动与落脚位置。

世界模型的预测能力,通过内部特征参与控制。真机运行时,策略直接利用这些特征生成动作,无需先展开多步未来预测,再从多个候选动作中搜索最优方案。

这一训练流程不需要人工标注落脚点,也不依赖教师—学生式多阶段蒸馏。世界模型与行走策略共同学习,预测任务所获得的信息可以直接用于控制。与此同时,训练仍需要地形环境、奖励设计和仿真设置,引导机器人在可支撑区域落脚。


图2|WM-LOCO将世界模型与行走策略联合训练,为策略提供与未来状态变化有关的信息。

跨沟壑、过窄桥,四类复杂地形真机成功率92.5%

在相同感知输入、奖励设计和训练预算下,团队将WM-LOCO与PPO基线进行对比。结果显示,加入世界模型后,机器人在梅花桩、沟壑和独木桥场景中的通过能力显著提升,在楼梯上的步态也更加高效、平顺。

真机测试覆盖梅花桩、楼梯、沟壑和独木桥四类地形。Unitree G1每类测试10次,共成功37次,总成功率为92.5%,完成了跨越0.8米沟壑、通过宽10厘米独木桥等挑战。

团队还将WM-LOCO部署到旭日S600计算平台,在媒体沟通会上完成了机器人走梅花桩的公开现场演示。

机器人走过梅花桩,每一步都在为下一步创造条件。WM-LOCO让机器人一边学走路,一边学习动作带来的变化,再将学到的预测信息用于控制。让机器人以对未来运动的预测指导当下决策,即使面对落脚空间极其有限的高难度地形,也能步步精准、行进自如。

 

相关推荐