团队技术负责人 姜哲源：后空(kong)翻相(xiang)比前空(kong)翻难的(de)地(di)方在于人一般后脚掌比前脚掌要短，后空(kong)翻的(de)时候顺着(zhe)惯性更容易往后倒，后脚掌短的(de)话更容易掀过去，前空(kong)翻的(de)话前脚更长，更不容易被掀过去。因(yin)此后空(kong)翻相(xiang)比起来难度会稍微更大一点。

为了实现机器人后空(kong)翻的(de)稳定性，团队在硬(ying)件结(jie)构上进行了创新设计。他们尽(jin)可能将重(zhong)量较大的(de)关节向胯(kua)部集(ji)中，从而让机器人在翻转过程中使的(de)力气最小(xiao)。同时，他们采用了功率更为强劲的(de)电机以(yi)及更为轻的(de)材料，让机器人具有更大的(de)爆发力。

三个礼拜学会后空(kong)翻

机器人如何做到(dao)？

虽然后空(kong)翻的(de)动作难度大，但是记者在采访中了解到(dao)，机器人团队仅用了三周(zhou)，就让机器人学会了这个特殊技能。

问题来了

让机器人学会后空(kong)翻

如何做到(dao)？

需要几步？

1.首(shou)先(xian)，团队在数字世界中，通过一系列动力学计算优化(hua)，得(de)到(dao)一个翻跟头的(de)最优轨迹。

2.随后，他们在虚拟仿真中，通过强化(hua)学习的(de)方法，让成百(bai)上千的(de)机器人模仿这个翻跟头的(de)最优轨迹，不断(duan)试错。

3.由于后空(kong)翻是一个相(xiang)对较难的(de)动作，团队还在训(xun)练中加入了一种课程学习的(de)方法，让机器人像(xiang)人去上课一样，从易到(dao)难，一点点完成精准的(de)轨迹复(fu)刻。

4.随后，再将训(xun)练好的(de)算法迁移到(dao)机器人本体上，通过不断(duan)的(de)反复(fu)测试，在仿真世界和机器人真机里不断(duan)进行系统优化(hua)，让真实的(de)机器人也能具备复(fu)刻后空(kong)翻的(de)能力。

团队算法工程师 李胜涛：我们通过给它(ta)一些(xie)关节角度的(de)跟踪(zong)奖励，如果它(ta)跳得(de)高了或者矮了，我们会给他一些(xie)惩罚，通过这样一套方法，然后让它(ta)不断(duan)去贴合(he)专家数据。

专家介绍，不论是爬台阶、还是后空(kong)翻，甚至做出一些(xie)更加高难度的(de)动作，最近机器人的(de)动作技能变强的(de)“武林秘籍”，离不开一个叫做“强化(hua)学习”的(de)人工智能学习范式。它(ta)可以(yi)让机器人在未知的(de)数字世界里，通过给机器人一个标准，让它(ta)像(xiang)人类(lei)一样“试错成长。”让机器人通过“试错”和“惩罚”自主(zhu)进化(hua)。

北京人形机器人创新中心首(shou)席技术官 唐剑：强化(hua)学习有一个很大的(de)问题，就是训(xun)练很难，如果它(ta)是个小(xiao)白，让机器人在真实环境训(xun)练很可能把机器人撞坏，因(yin)为它(ta)经常会做出一些(xie)错误(wu)的(de)操作，会失败。要在虚拟环境里训(xun)练，虚拟环境和真实环境可能又有误(wu)差。