让类人机器人更快学会在复杂地面行走 ^{CEFR B1}

佐治亚理工的研究团队开发出一种新型全身控制器训练框架，旨在让两足类人机器人能在各种不平整的真实地面上行走。研究在校园和可模拟的环境中，对机器人进行了沙地、湿草、碎石、斜坡、楼梯和平地等多种地面的测试，结果显示控制器能平稳行走并在被研究人员推拉时自适应调整步态。

该工作由机器学习博士生Feiyang Wu主导，并在IEEE国际机器人与自动化大会（ICRA）上展示。团队重新审视并修改了传统的“教师—学生学习”强化学习流程：传统先训练教师再训练学生，耗时且浪费教师收集的信息。

他们的方案是同时训练教师和学生，教师在持续学习时逐步教学生，并从学生的数据中学习，从而缩小教师与学生之间的模仿差距。该研究在计算速度和成本上优于现有主流训练方法，随后将控制器部署到Ye Zhao实验室的一台实体类人机器人上验证。研究得到美国海军研究办公室、美国农业部和美国国家科学基金会资助。