人形机器人“翻”战正酣！波士顿动力 Atlas 迎战宇树、众擎，侧空翻、前空翻各显神通。强化学习加持，未来已来？
原文标题：波士顿动力真「翻」不过宇树、众擎！一觉醒来，全世界的机器人都在侧空翻
原文作者：机器之心
冷月清谈：
宇树机器人率先发布人形机器人侧空翻视频，波士顿动力紧随其后发布 Atlas 视频，展示侧空翻等动作，引发网友热议。文章通过对比波士顿动力 Atlas 和宇树 G1 的侧空翻动作，指出 Atlas 依赖双手撑地，而 G1 可实现凌空侧空翻。文章还介绍了波士顿动力与 RAI Institute 合作，采用强化学习策略加速 Atlas 行为生成的过程，强调了强化学习在机器人领域的关键作用。
怜星夜思：
1、波士顿动力 Atlas 的“翻”更像“侧手翻”，宇树 G1 才是真正的“侧空翻”，你觉得这种区分重要吗？会影响人形机器人的发展方向吗？
2、文章提到强化学习在人形机器人中的应用，模拟器中训练 1.5 亿次，零样本迁移到硬件。你认为目前强化学习在机器人领域的应用还存在哪些挑战？
3、如果让你来设计一个人形机器人，除了“翻”这些花哨的动作，你认为最应该优先考虑哪些实用功能？
2、文章提到强化学习在人形机器人中的应用，模拟器中训练 1.5 亿次，零样本迁移到硬件。你认为目前强化学习在机器人领域的应用还存在哪些挑战？
3、如果让你来设计一个人形机器人，除了“翻”这些花哨的动作，你认为最应该优先考虑哪些实用功能？
原文内容
机器之心报道
编辑：Panda、蛋酱
波士顿动力Atlas不语，只是一味双手撑地翻跟斗。
昨天，宇树机器人发布了一段视频，宣布首次让人形机器人实现了侧空翻，吸睛无数。
而就在这段视频发出后不到 12 小时，波士顿动力也发布了一段视频，其中不仅同样演示了机器人侧空翻这一动作，还表演了其它看起来非常近似人类的动作。
网友惊呼：这是美国对宇树和众擎机器人的回应。
也有网友表示，其动作的流畅程度超乎想象，更有人说 Atlas 的动作比作为人类的他还更加灵活。
到底行不行？咱们将动作分解开来看看：
视频一开始，机器人先表演了一个「没事儿走两步」，徐徐入场。
掉转头，它突然开始加速跑：
突然就开始阴暗爬行：
之后又是一个好像有点站不稳的战术翻滚：
请注意接下来这个向前翻的动作，Atlas 必须用双手撑住地面，才敢开始下一步动作：
看了好几遍之后，总觉得哪里怪怪的，调成 0.5 倍速才发现，它只有下半身翻过来了，上半身还是原先的方向……
对比前几天众擎家的「前空翻」：
开始尬舞了，这似魔鬼的步伐：
有人打趣道，它的霹雳舞动作至少不是世界上最糟糕的表演。你可能还记得，在去年的巴黎奥运会上，澳大利亚选手 Rachael Gunn 的「跳大神级」表演：
最终，她获得了 9 位裁判中的 0 票支持，输掉了比赛却赢得了广泛的知名度。
如果我们将 Atlas 送上奥运赛场，Rachael Gunn 又该如何应对？
最后便是侧空翻，同样与宇树 G1 对比一下：
可以看到，波士顿动力 Altas 在执行侧空翻动作时同样使用了双手撑地这个动作（严格意义上这已经不能算是「空翻」，只能算是侧手翻），而 G1 则完全是凌空侧空翻。至少从这一点看，宇树 G1 要更胜一筹。
强化学习至关重要
波士顿动力表示，Atlas 演示的是「使用动作捕捉服开发的强化学习策略」。而该策略是波士顿动力与 RAI Institute 一起合作开发的，而后者的「使命是解决 AI 和机器人领域最重要和基本的难题」。
RAI Institute 则在自家 𝕏 帐号上分享了稍微更多一些细节。
这家公司表示，强化学习的作用是加速波士顿动力 Atlas 人形机器人的行为生成。其学习过程的核心是基于物理的模拟器 —— 它可以为各种动作生成训练数据。
比如匍匐前进：
连续侧空翻 + 后空翻
又或者举门而入（从这个模拟机器人扭动的情况看，这门应该挺重的）：
RAI Institute 表示其控制策略是通过跟踪和控制重新定位的人体运动数据构建的，并且每个动作都首先让模拟器运行了大约 1.5 亿次，并可以零样本地传输到硬件 —— 也就是说无需再在硬件上继续训练或调整。
我们知道，现今推理模型的成功就离不开强化学习，而强化学习也已经开始在更多领域开疆拓土，比如蛋白质折叠和药物设计、芯片设计自动化等等。
对于这段视频预示的未来，你做好准备了吗？
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin.com