說起波士頓動力，大家肯定不陌生，他們家的Atlas機器人，也是人形機器人界的“頂流”。剛剛，Atlas人形機器人又秀了一波新操作，簡直太驚人了，動作無限接近人類，大家直接看視頻感受一下

波士頓動力官方發(fā)推表示，Atlas這次展示的是用動作捕捉服開發(fā)的強化學習策略。 啥意思呢？簡單來說，就是讓真人穿上動捕服，做出各種動作，然后把這些動作數(shù)據(jù)“喂”給Atlas，讓它自己學習模仿

更厲害的是，這次合作方是 RAI Institute 這個AI機構(gòu)。他們也發(fā)推簡單解釋了背后的技術細節(jié)：

核心技術：強化學習 這次Atlas能這么絲滑地復刻人類動作，強化學習功不可沒。它可以加速機器人“行為”的開發(fā)速度

訓練秘訣：物理引擎模擬器 為了讓Atlas學得更快更好，RAI Institute 用了一個物理引擎驅(qū)動的模擬器。 這個模擬器能生成海量的訓練數(shù)據(jù)，模擬各種各樣的動作場景

海量數(shù)據(jù)煉成“神功”：1.5億次模擬 你沒看錯，每個動作的訓練數(shù)據(jù)，都來自大約 1.5億次 模擬器運行！ 這數(shù)據(jù)量，簡直是“暴力喂養(yǎng)”??！

零樣本遷移：學完直接上真機 最牛的是，這些在模擬器里訓練好的“技能”，可以直接 零樣本遷移到真實的Atlas機器人身上！ 不用再在真機上額外訓練，直接就能用！

人形機器人的下一步

波士頓動力首席技術官：Aaron Saunders

一個關鍵的問題始終擺在我們面前：我們看到的進步，究竟是 切實可行、可以真正落地應用的人形機器人解決方案 的進步，還是僅僅停留在 孤立的實驗室研究成果 展示層面？ 

深入探討這一至關重要的區(qū)別，審視當前人形機器人技術的現(xiàn)狀，并找出實驗室演示與實際應用之間的差距。 分析阻礙人形機器人廣泛普及的關鍵挑戰(zhàn)，包括在非結(jié)構(gòu)化環(huán)境中保持可靠性和穩(wěn)定性、成本效益，以及對具備真正適應性和問題解決能力的高級人工智能的迫切需求