这串动作说明机器狗掌握了贴地爬行、攀爬和跳跃三个基本技能：

它还有个技能：倾斜挤过窄缝：

如果机器狗未能克服障碍，它会多试几次：

该机器狗是基于一种为低成本机器人研发的「跑酷」技能学习框架。这个框架是由来自上海期智研究院、斯坦福大学、上海科技大学、CMU 和清华大学的研究者联合提出的，研究论文已经入选 CoRL 2023（Oral）。研究项目已开源。

方法简介

该研究推出了一种新的开源系统，用于学习基于视觉的端到端跑酷策略，以使用简单的奖励来学习多种跑酷技能，而无需任何参考运动数据。

具体来说，该研究提出了一种强化学习方法，旨在让机器人掌握攀爬高障碍、跳过大间隙、在低障碍下爬行、挤过狭小缝隙和跑步，并将这些技能蒸馏成基于单一视觉的跑酷策略，并以自我为中心的（egocentric）深度相机将其迁移到四足机器人上。

为了成功在低成本机器人上部署，该研究提出的跑酷策略仅使用机载计算（Nvidia Jetson）、机载深度摄像头（Intel Realsense）和机载电源来部署，不使用动作捕捉、激光雷达、多个深度摄像头和大量计算。

为了训练跑酷策略，该研究共进行了如下三个阶段的工作：

第一阶段：具有 soft 动态约束（dynamics constraint）的强化学习预训练。该研究使用自动课程让机器人学习穿越障碍物，鼓励机器人逐渐学会克服障碍。

第二阶段：具有 hard 动态约束的强化学习微调。该研究在这个阶段强制执行所有动态约束，并用现实动态（realistic dynamics）微调机器人在预训练阶段学到的行为。

第三阶段：蒸馏。在学习了每个单独的跑酷技能后，该研究使用 DAgger 将它们蒸馏成一个基于视觉的跑酷策略（由 RNN 参数化），该策略可以仅使用机载感知和计算部署到腿式机器人上。

实验及结果

在训练中，该研究为每种技能设置了相应的障碍物尺寸，如下表 1 所示：

该研究进行了大量的模拟和现实实验，结果表明，跑酷策略使低成本四足机器人能够自主选择和执行适当的跑酷技能，仅使用机载计算、机载视觉传感和机载电源即可穿越开放世界中具有挑战性的环境，包括爬高 0.40m（1.53x 机器人高度）的障碍物，跳过 0.60m（1.5x 机器人长度）的大间隙，在 0.2m（0.76x 机器人高度）的低障碍物下爬行，通过倾斜挤过 0.28m 的细缝（小于机器人宽度），并且可以一直跑步前行。

此外，该研究还将所提方法和几种基线方法进行了比较，并在模拟环境中进行了消融实验，结果如下表 2 所示：

感兴趣的读者可以阅读论文原文，了解更多研究内容。