近日，百度強化學習團隊發(fā)布了四足機器人控制上的最新研究進展，采用自進化的步態(tài)生成器與強化學習聯(lián)合訓練，從零開始學習并掌握多種運動步態(tài)，一套算法解決包括獨木橋、跳隔板、鉆洞穴等多種場景控制難題。百度已開源全部仿真環(huán)境和訓練代碼，并公開相關論文。

完整仿真效果和真機視頻

足式機器人的控制一直是機器人控制領域的研究熱點，因為相比于常見的輪式機器人，足式機器人可以像人類一樣靈活地跨越障礙，極大地擴展機器人的活動邊界。波士頓動力（Boston Dynamics）此前對外發(fā)布了其商用的第一款四足機器人Spot，但是相關的控制算法一直沒有對外披露。而市面上商業(yè)產(chǎn)品采用的控制算法，大部分基于麻省理工學院（MIT）開源的第三代的四足控制算法，需要依賴大量專家經(jīng)驗。

近日，百度強化學習團隊聯(lián)合小度機器人團隊，基于飛槳機器人控制算法框架PaddleRobotics，發(fā)布了四足機器人控制的最新進展。該算法首次提出基于自進化的步態(tài)生成器來引導強化學習訓練，通過自主學習，機器人能探索出合理的步態(tài)并穿越各種各樣的高難度場景。

這個算法到底有多厲害，先來一睹為快。

圖一、四足機器人步態(tài)展示

（注：演示真機為宇樹四足機器人產(chǎn)品）