这只机器狗居然能搬运轮胎，"五条腿"一齐发力！
波士顿动力人工智能研究所推出的全新方法——结合采样与学习的动态全身操作技术，让他们的机器狗Spot仅用3.7秒就能轻松搬起轮胎。
这只轮胎重达15公斤，相当于Spot自身体重（32.7千克）的一半，甚至超越其最大臂力极限。
更令人惊讶的是，在抬起轮胎后，它还能准确地将轮胎滚至指定位置。
它甚至能把一个轮胎叠在另一个轮胎上（还会用脑袋帮忙顶一下调整位置）。
这项技术成功突破了传统操作策略（如遥操作）在不同机器人形态学结构上的迁移限制，通过分层控制技术实现了机器狗四肢与全身的协调动力操作。
网友们见状直呼：快让这狗子去回收站专门搬轮胎吧！
如此惊艳的表现究竟是如何实现的？
结合采样与学习的动态全身操作
总体而言，结合采样与学习的动态全身操作方法巧妙地将强化学习与基于采样的控制技术相融合，使机器人能够完成需要手臂、双腿和躯干协同配合的动态力交互任务。
为应对复杂的操作任务，研究团队采用了分层控制策略，将控制问题划分为两个互补且同步的层级。
在低层控制中，基于强化学习的运动策略直接控制电机力矩，以实现平衡稳定性与运动执行。
高层控制则根据任务类型采取不同的策略：
针对轮胎扶正、拖拽与堆叠等任务，系统采用基于采样的控制方法，通过模拟潜在的未来情境来规划最优操作方案。
而对于轮胎滚动任务，则使用强化学习来捕捉维持物体稳定运动所需的微动力学特征与响应控制机制。
所有的高层控制方法最终都会输出包含底盘速度、姿态参数（包括滚转、俯仰、高度）、腿部控制以及手臂动作等系列指令。
在采样控制过程中，控制器通过并行模拟多个未来情境，寻找最有效的操作策略，从而选择最能实现任务目标的动作。
对于那些需要精确施力和多接触协调的任务，系统会并行运行32个CPU线程，每个线程使用MuJoCo模拟未来几秒内的不同动作序列。
与直接采样原始轨迹不同，该研究创新性地在样条曲线空间中进行采样，这种方式能够生成更平滑、更自然的运动轨迹，同时显著降低搜索空间的维度。
控制器展现出源于物理仿真的机会性行为。在轮胎扶正过程中，机器人自主发现了巧妙操作策略：通过Spot机械臂与前腿动作的协调配合，产生足够的杠杆力来抬起沉重的轮胎。
为适应多样的初始构型，机器人可能会灵活运用手臂、前腿、身体，或这些部位的不同组合来调整操作策略。
值得一提的是，该系统并未预设任何固定的操作模式。这种多肢体、多接触的行为，是在采样过程中优化自然涌现的结果，而非通过显式编程设定接触顺序实现的。
此外，控制器会根据实验环境中机器人与轮胎当前构型动态调整策略。
在具体的强化学习策略方面，研究通过PPO算法在IsaacLab中进行训练，获得了运动策略。
这种策略为高层控制提供了稳健的低层控制抽象，能够在多种操作场景中保持平衡，从而使高层控制问题更易处理。
在轮胎滚动任务场景中，研究利用强化学习来应对难以精确建模的复杂摩擦与接触动力学。
该方法采用非对称行动者-评论家架构，在单块GPU上经过约24小时训练，获得了高层技能策略。
该策略接收的观测状态包括机器人与轮胎之间的相对姿态、关节位置与速度等参数。奖励函数则根据物体的几何形状及其与环境的空问关系，计算机体末端执行器位置的期望执行位置，引导策略学习达到目标姿态。
训练得到的轮胎滚动策略使机器人能够动态调整其躯干与Spot机械臂的位置，以稳定控制滚动的轮胎，防止其倾斜倾倒，并将其引导至目标位置。
最后，为解决从仿真到现实的差距，训练过程中引入了随机化处理，包括对物体的质量、摩擦系数与形状等属性进行随机变化。
实测表现
正如我们开头提到的，在轮胎扶正任务测试中，机器人的最佳成绩达到3.7秒，平均每个轮胎操作耗时5.9秒，几乎达到人类在该任务中的操作速度。
这一表现远超传统的准静态假设。
在准静态假设下，机器人操作物体时速度缓慢，加速度产生的惯性被忽略，关节驱动力矩主要依赖静态平衡。
而在这项研究中，机器狗成功实现了重达15千克的轮胎高效搬运——这远超其夹持器的峰值举升能力（11千克）和持续举升能力（5千克）。
这说明机器人通过动态协调全身动作，将运动与操作紧密耦合，拓展了操作范围，超越了传统的拾取与放置方式。
此外，研究表明将高层控制与低层控制分离能够显著简化控制问题。
分层控制架构使高层控制器能够专注于任务完成，而无需显式地推理平衡约束或地面接触等复杂的低层动力学细节。
由此，学习得到的运动抽象层让高层控制更简单可行，控制器只需专注于"在哪里"和"如何操作物体"。
参考链接：
[1]https://rai-inst.com/resources/blog/combining-sampling-and-learning-for-dynamic-whole-body-manipulation/
[2]https://x.com/rai_inst/status/1978113805604258161
