0
雷鋒網(wǎng) AI 科技評論按：無論是在樹木間亂竄的猴子，還是躲避對手和進擊目標的足球運動員，他們靈活敏捷的速度，都讓人十分驚嘆。掌握這種復雜的電機控制是物理智能研究的方向，是 AI 研究的重要組成部分。
真正的智能電機需要在一系列復雜的環(huán)境中，學習如何調(diào)節(jié)控制身體使其更加靈活來完成任務。目前，很多領域開始研究如何控制模擬人，包括計算機動畫和生物力學領域。智能電機的另一種發(fā)展趨勢是，使用手工制作的目標或運動捕捉的數(shù)據(jù)來產(chǎn)生特定的行為。 然而，這可能需要相當多技術工作的努力，也可能會導致智能電機面對新任務時，難以重新調(diào)整行為。
在以下 3 篇新的論文中，闡述了 DeepMind 已經(jīng)找到了 AI 學習靈活行為的方式，這種方式不僅能夠重復使用，還能解決任務。
如果玩 Atari 或 Go 時，目標很容易描述，就是贏。但是你如何描述一個后空翻表演的過程？或者僅僅只是單純描述一下“跳”這個動作？當 DeepMind 把運動技能教授給人工系統(tǒng)時，常常會遇到這個問題，就是很難準確描述一個復雜的行為。 DeepMind 目前的工作就是研究如何在簡單高水平的目標下，使身體能夠從頭開始與環(huán)境相互作用來完成復雜的行為，例如向前移動而不會下降。更具體地說，他們訓練了各種模擬人，讓他們在不同的地形上進行跳躍，轉(zhuǎn)彎或者蹲伏。結(jié)果顯示，模擬人完成這些復雜的技能前，并沒有收到具體的指示。 DeepMind 需要找到一種方法，可以訓練系統(tǒng)中明顯不同的模擬人。下面的 GIF 顯示了能夠產(chǎn)生高質(zhì)量的運動的技術。
上述的模擬人解決突發(fā)行為的能力非常強大，但是由于這些動作必須從頭開始，所以模擬人的動作看起來和人類行為不太一樣。在 DeepMind 的第 2 篇論文中，闡述了如何通過運動捕捉數(shù)據(jù)來構建一個模仿人類行為的政策網(wǎng)絡，需要預先學習一些技能，例如步行、起步、跑步和轉(zhuǎn)彎等等。目前，模擬人已經(jīng)產(chǎn)生了類似人類的行為，可以通過重新調(diào)整這些行為來完成其他任務，比如爬樓梯，通過導航繞過圍墻等等。
下面的 GIF 可以查看模擬人的行為。
第 3 篇論文提出了構建一種最先進的生成模型的神經(jīng)網(wǎng)絡結(jié)構，它能夠?qū)W習不同行為之間的關系，并模仿它所顯示的具體動作。經(jīng)過訓練之后， DeepMind 的系統(tǒng)可以編碼觀察到的動作，還可以創(chuàng)建新的小動作。盡管模擬人并沒有看到動作之間的過渡，依舊可以在不同類型的動作之間切換，例如在行走風格之間的轉(zhuǎn)換。
實現(xiàn)模擬人行動靈活且適應控制是 AI 研究的關鍵要素。 DeepMind 的工作旨在開發(fā)一套系統(tǒng)，能夠通過學習和調(diào)整技能來解決電機控制任務，同時減少手動工程。 DeepMind 未來的研究工作主要是擴展這些方法，以便在更復雜的情況下完成更多的任務。雷鋒網(wǎng) AI 科技評論也會繼續(xù)保持關注。
論文地址：
Emergence of locomotion behaviours in rich environments，https://arxiv.org/abs/1707.02286
Learning human behaviours from motion capture by adversarial imitation，https://arxiv.org/abs/1707.02201
Robust imitation of diverse behaviours，https://arxiv.org/abs/1707.02747
via DeepMind，雷鋒網(wǎng) AI 科技評論編譯
