在小說(shuō)閱讀器讀本章

去閱讀

不知不覺(jué)，2026 年已經(jīng)過(guò)去了四分之一了。。。

不知道大伙兒是啥感覺(jué)，反正自從開(kāi)年以來(lái)，世超總能刷到各種機(jī)器人。今天開(kāi)幕式上露個(gè)臉，明天路演現(xiàn)場(chǎng)走兩步，到處刷存在感。

尤其是從春晚那波機(jī)器人武術(shù)出圈之后，很多人都覺(jué)得，這玩意兒的發(fā)展速度是不是有點(diǎn)太快了，去年還在轉(zhuǎn)手絹，今年已經(jīng)能給人類上強(qiáng)度了。。。

不過(guò)，我也看到有人說(shuō)，這些走兩步路、跳個(gè)舞的機(jī)器人其實(shí)沒(méi)啥技術(shù)含量，說(shuō)白了就是個(gè)大型遙控玩具。

誒，原來(lái)讓機(jī)器人動(dòng)起來(lái)很容易嗎，那豈不是我上我也行？

為了搞清楚這事兒，這回世超干脆借來(lái)了一臺(tái)雙足機(jī)器人，準(zhǔn)備親自訓(xùn)練點(diǎn)新動(dòng)作，看看這個(gè)類人形機(jī)器人，能玩出多少花活兒。

剛一搬進(jìn)屋，新同事就被好奇的老登們圍了個(gè)水泄不通。

大伙兒四足的、人形的在辦公室里見(jiàn)怪不怪，全身只有兩條腿的還是第一次見(jiàn)，紛紛主動(dòng)列隊(duì)歡迎。

世超 py 來(lái)的這個(gè)機(jī)器人叫 TRON 1，是目前構(gòu)型最精簡(jiǎn)的雙足機(jī)器人。翻了翻說(shuō)明書，這家伙每條腿上各有三個(gè)關(guān)節(jié)，對(duì)應(yīng)三個(gè)電機(jī)。

相比那些動(dòng)輒幾十個(gè)關(guān)節(jié)的人形機(jī)器人，這種雙足機(jī)器人，更適合拿來(lái)研究一個(gè)最底層的問(wèn)題：

兩條腿，怎么在真實(shí)世界里穩(wěn)定地走。

按理說(shuō)，我只要把這兩條腿上，6 個(gè)電機(jī)安排明白，就能控制它做出想要的動(dòng)作。比如電機(jī)轉(zhuǎn)得快一點(diǎn)，腿就抬得快一點(diǎn)；角度大一點(diǎn)，腿就抬高一點(diǎn)。

看起來(lái)沒(méi)啥難度對(duì)吧，搞清楚基本工作原理，咱先從最基本的走路學(xué)起，練個(gè)手。

想訓(xùn)練一個(gè)機(jī)器人在現(xiàn)實(shí)里做動(dòng)作，第一步，得先讓它在虛擬環(huán)境里動(dòng)起來(lái)。

創(chuàng)建一個(gè) Isaac Gym 仿真環(huán)境，在這里，你可以一次性拉出成千上萬(wàn)個(gè)一模一樣的機(jī)器人，讓它們同時(shí)摔、同時(shí)犯錯(cuò)，快速成長(zhǎng)，訓(xùn)練效率直線提升。

而有了訓(xùn)練的環(huán)境，咱又來(lái)到了第二關(guān)。讓機(jī)器人成功走起來(lái)的核心，其實(shí)是一套合理的獎(jiǎng)懲機(jī)制。

在這里，世超采用了比較基礎(chǔ)的強(qiáng)化學(xué)習(xí) PPO 算法。大伙兒可以把這個(gè)過(guò)程理解成蘿卜紙巾真蚌，做好了，及時(shí)給獎(jiǎng)勵(lì)，做錯(cuò)了，就得懲罰。

而機(jī)器人和人一樣，學(xué)習(xí)，是一個(gè)循序漸進(jìn)的過(guò)程。要想學(xué)花活兒，得先把走路學(xué)明白，穩(wěn)定不摔倒。未經(jīng)訓(xùn)練的機(jī)器人非常怠惰，只會(huì)迅速陷入嬰兒般的睡眠。

所以，一套訓(xùn)練程序里，十八個(gè)獎(jiǎng)勵(lì)函數(shù)，只有三個(gè)是給糖吃的：站穩(wěn)、按給定方向移動(dòng)、按固定方向移動(dòng)，其它十五個(gè)全負(fù)責(zé)抽皮鞭。

雙腿并攏，罰。腳沒(méi)著地，罰。頭著地了，罰。

訓(xùn)練了一會(huì)兒，不走直線，罰。走得太慢，罰。方向錯(cuò)了，罰。

什么，你問(wèn)獎(jiǎng)勵(lì)給這么少是不是虐待機(jī)器人？真不是我們不想給，這么做也是為它好。

獎(jiǎng)勵(lì)給得太多，很容易讓機(jī)器人鉆空子，學(xué)不到有用的本事。比如，要是不摔就給獎(jiǎng)勵(lì)，那機(jī)器人大概率會(huì)避開(kāi)走路摔倒的風(fēng)險(xiǎn)，原地罰站。

很快，只要兩三個(gè)小時(shí)的訓(xùn)練，機(jī)器人順利地走起來(lái)了。

其實(shí)直到這里，世超已經(jīng)通過(guò) TRON 1，完整地體驗(yàn)了一遍機(jī)器人走路的強(qiáng)化學(xué)習(xí)入門級(jí)流程。

有一說(shuō)一，確實(shí)不算難。只要大伙兒有點(diǎn)編程基礎(chǔ)，摸索摸索，做出點(diǎn)好看的成果還是很快的，還相當(dāng)有成就感。

如果事情只停在這里，那機(jī)器人可能確實(shí)是個(gè)大玩具。

然而，當(dāng)世超想開(kāi)始第二階段的拷打，搞點(diǎn)新東西的時(shí)候，事情就沒(méi)那么簡(jiǎn)單了。。。

這一次，我們?cè)O(shè)計(jì)了 3 個(gè)新的獎(jiǎng)勵(lì)函數(shù)來(lái)讓它走得更有難度：機(jī)器人的腿離地面過(guò)近、膝蓋彎曲的角度不對(duì)、每步走得太短都不行。

有了這些函數(shù)，機(jī)器人走路的時(shí)候腿會(huì)抬得更高，走路的姿勢(shì)會(huì)變得完全不一樣。

大概四五個(gè)小時(shí)后，世超給機(jī)器人準(zhǔn)備的新動(dòng)作也誕生了。以后它走路得邊跳邊走，年輕人，有活力一點(diǎn)。

模型準(zhǔn)備就緒，模擬世界里一切正常，機(jī)器人學(xué)得很好。

接下來(lái)，只要把這個(gè)訓(xùn)練好的模型，通過(guò)一根網(wǎng)線，傳遞到機(jī)器人的身上。。。

等等，事情開(kāi)始不對(duì)勁了。

把虛擬環(huán)境里的算法移植給現(xiàn)實(shí)里的真機(jī)器人，才是地獄的開(kāi)端。

當(dāng)那套在模擬器里跑得一點(diǎn)沒(méi)毛病的模型注入真機(jī)，你會(huì)發(fā)現(xiàn)電腦里絲滑的步態(tài)，到現(xiàn)實(shí)里全變成了水土不服。

真實(shí)物理世界里，地面變化的摩擦力、機(jī)器人重心變化、傳感器的延遲。。。這些微小的變量在幾十斤重的鐵疙瘩身上會(huì)無(wú)限放大。

世超試了五六次，它依然腳抬不起來(lái)，腿邁不開(kāi)，時(shí)不時(shí)原地抽搐。

巨大的聲響，甚至還把金毛火鍋嚇哭了。。。

沒(méi)招了，咱只好向場(chǎng)外求救。聽(tīng)完逐際動(dòng)力工程師 Brandon 的解釋，我才意識(shí)到，這就是具身智能最難的地方 —— 把看似完美的虛擬模型，搬到殘酷復(fù)雜的現(xiàn)實(shí)世界。

往好里說(shuō)，現(xiàn)在這套模型也許不是完全沒(méi)戲。

它就像買彩票，你反復(fù)跑上成百上千次實(shí)驗(yàn)，只要有一次，環(huán)境、參數(shù)、運(yùn)氣全對(duì)上了，機(jī)器人也能站起來(lái)、踉踉蹌蹌走兩步。

但更常見(jiàn)的情況，是模型本身有問(wèn)題。這時(shí)候，我們得把模型回爐重造，修改獎(jiǎng)懲機(jī)制繼續(xù)練習(xí)。

甚至存在很大可能，我們?cè)倩◣资r(shí)搞出來(lái)的新東西，還不如老模型效果好。例如你可能設(shè)置了抬高腿的新獎(jiǎng)勵(lì)，結(jié)果直接導(dǎo)致機(jī)器人重心不穩(wěn)。一個(gè) bug 的修復(fù)，往往會(huì)引入更多的 bug。

另外，很反直覺(jué)的是，即使在模擬環(huán)境里做到 100% 好，對(duì)真機(jī)也不一定是好事。因?yàn)樗赡茉缭绲剡^(guò)擬合，只在嚴(yán)格的特定環(huán)境下才好用。

跑完整個(gè)機(jī)器人培訓(xùn)流程，世超才發(fā)現(xiàn)我們對(duì)它有很多誤解。即使是一個(gè)簡(jiǎn)單重復(fù)的走路動(dòng)作，一旦要讓它在真的機(jī)器人上絲滑運(yùn)行，也絕對(duì)不是一朝一夕的事。

而大伙兒平常快看膩了的各種跳舞、導(dǎo)覽、巡邏功能，往往需要更多的數(shù)據(jù)、更復(fù)雜的訓(xùn)練手法、面對(duì)更變幻莫測(cè)的真機(jī)反應(yīng)。

機(jī)器人看起來(lái)像個(gè)大遙控玩具，并不是因?yàn)樗夹g(shù)含量低，而是因?yàn)檎嬲y的那部分很少被拍出來(lái)。

不管是昂貴的數(shù)據(jù)采集，還是模型一遍又一遍以小時(shí)為計(jì)的訓(xùn)練調(diào)整，亦或是彌合虛擬世界到真實(shí)機(jī)器人的巨大鴻溝，都需要有經(jīng)驗(yàn)的工程師來(lái)反復(fù)實(shí)驗(yàn)，反復(fù)調(diào)試，花費(fèi)大量金錢和時(shí)間，才能保證次次成功，穩(wěn)定運(yùn)行。

當(dāng)然，肯定有差友忍不住問(wèn)一句：這機(jī)器人就兩條腿，能干的事這么少，就算真把它做成了，又有什么用？

逐際動(dòng)力團(tuán)隊(duì)是這樣向我們解釋的，像 TRON 1 這類機(jī)器人，一方面能在游樂(lè)園里讓已經(jīng)滅絕的恐龍 " 動(dòng)起來(lái) "，在火車站、機(jī)場(chǎng)這種人多的環(huán)境去巡邏，在大型設(shè)備不去的危險(xiǎn)環(huán)境作業(yè)，用小小很可愛(ài)的優(yōu)勢(shì)補(bǔ)位；

但更重要的價(jià)值，并不在立刻能干多少活，而是在科研本身。

同樣是研究?jī)蓷l腿怎么走，在 TRON 1 這種只有兩條腿的機(jī)器人上實(shí)驗(yàn)，成本更低、迭代更快。一旦這些底層規(guī)律被跑通，就能類比遷移到更復(fù)雜的人形機(jī)器人上，相當(dāng)于先用小號(hào)模型把坑都踩完。

科研離生活很遠(yuǎn)，但沒(méi)有科研機(jī)器人，它們永遠(yuǎn)不可能走進(jìn)生活。

如果把時(shí)間拉長(zhǎng)一點(diǎn)看，這些機(jī)器人的確談不上有用，但研究過(guò)程中留下來(lái)的方法、經(jīng)驗(yàn)、模型和理論依據(jù)不會(huì)消失，它們會(huì)一層層墊在所有后來(lái)機(jī)器人腳下。

機(jī)器人能走到今天，本身就是一條漫長(zhǎng)又不容易的技術(shù)積累之路。

我們不如換個(gè)角度想，人類進(jìn)化到可以直立行走，至少經(jīng)過(guò)了幾百萬(wàn)年。早期想造出一個(gè)會(huì)走路的機(jī)器人，以早稻田大學(xué) WABOT 為例，也是數(shù)以年計(jì)。而現(xiàn)在，就像世超這樣的非專業(yè)工程師，只需要不到一天，就能教會(huì)一個(gè)鐵疙瘩穩(wěn)穩(wěn)走起來(lái)。

從這個(gè)意義上說(shuō)，看似干啥啥不行的機(jī)器人，已經(jīng)超過(guò)人了。

所以，趁著這幫鐵疙瘩現(xiàn)在還只會(huì)點(diǎn)地板 breaking，世超建議大伙兒還是對(duì)它們客氣點(diǎn)。

畢竟當(dāng)機(jī)器人學(xué)啥都只要一天不到的時(shí)候，被嚇哭的可能就不止是火鍋了。

撰文：莫莫莫甜甜

編輯：江江 & 面線

美編：煥妍

圖片、資料來(lái)源：

莫莫實(shí)測(cè)

感謝逐際動(dòng)力 Brandon 老師、Kevin 老師的技術(shù)支持！