今日，騰訊RoboticsX機器人實驗室公布了智能體研究的最新進展，通過將前沿的預訓練AI模型和強化學習技術應用到機器人控制領域，讓騰訊機器狗Max的靈活性和自主決策能力得到大幅提升。

Max是騰訊開發(fā)的多模態(tài)四足機器人，其學習真狗的過程都在虛擬世界里面訓練而成，不需要進行實機訓練和調(diào)整。

具體來看，在第一個預訓練學習中，RoboticsX實驗室與騰訊游戲展開合作，使用游戲研發(fā)過程中的動捕數(shù)據(jù)集，讓Max學會走、跑、跳、站立等動作。

第二個預訓練學習通過額外的網(wǎng)絡參數(shù)來將第一階段掌握的機器狗靈動姿態(tài)與外界感知聯(lián)系在一起，使得機器狗能夠通過已經(jīng)學會的靈動姿態(tài)來應對外界環(huán)境，完成匍匐前進、跨欄跑、障礙物跑酷穿梭等高難度動作。

在第三階段的學習中，附加的網(wǎng)絡會獲取與復雜任務有關的信息，例如在游戲中，獲取對手的信息、旗子的信息，最終使得機器狗在策略側面能自主形成認知。

在基于預訓練好的模型下，機器狗通過深度強化學習，不僅能夠在運動過程中保持靈活、穩(wěn)定，克服路障，還具備了一定的推理和決策能力：

在雙狗障礙追逐游戲中，當追擊者意識到自己在躲避者碰到旗子之前已經(jīng)無法追上它的時候，追擊者就會放棄追擊，而是在遠離躲避者的位置徘徊，目的是為了等待下一個重置的旗子出現(xiàn)。

另外，當追擊者即將抓到躲避者的最后時刻，或者躲避者在快要接觸旗子的時候，機器狗喜歡跳起來做出一個“撲”的動作。這些都是機器狗為了確保自己的勝利采取的主動加速措施。

騰訊方面表示，預訓練AI模型和深度強化學習技術為未來機器人解決其他復雜任務提供了一套通用的解決方案。為機器人走入現(xiàn)實生活，服務人類打下了堅實的基礎。

▌GPT等AI大模型有望讓機器人智能化更上一層

騰訊機器狗的案例是AI賦能機器人的生動詮釋。AI所造就的機器人，與傳統(tǒng)機器人最大的區(qū)別在于，AI機器人表現(xiàn)出一些與人類相似的智能特征，從原先的“自動化”（工程師藉由程序設計編寫規(guī)則，讓機器人遵守）邁向了真正的“自主學習”。

從產(chǎn)業(yè)端來看，已有特斯拉的Optimus、波士頓動力Atlas/Spot等AI機器人出圈。

進入AIGC時代，GPT等AI大模型的出現(xiàn)則有望讓機器人智能化更上一個臺階。過往的機器人更多依賴人們手寫代碼從而在特定場景下完成特定任務，難以與人類進行多維度交互，而通用大模型的突破為人機交互提供新的思路，通過引入多模態(tài)讓人們能夠更采用更直接、輕便、靈活的方式對奇跡人實現(xiàn)操控。

開源證券分析師孟鵬飛表示，2023年，以GPT-4為代表的AI大模型迎來突破性進展，將進一步提升特斯拉機器人交互、決策、感知能力，加速迭代落地。OpenAI領投人形機器人公司1X證明了AI在人形機器人領域大有可為。

國泰君安分析師肖群稀認為，AI大模型的出現(xiàn)，會從語音、視覺、決策、控制等多方面實現(xiàn)同人形機器人的結合，形成感知、決策、控制閉環(huán)。

國信證券分析師吳雙表示，GPT大模型技術在人形機器人上的應用有助于其商業(yè)化進程推進。一方面，大模型可解決“大腦”自主思考問題，使其具備理解與推理能力；另一方面，更強算力可提升機器人“小腦”運動控制能力。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com