任何观察过狗移动的人——可能只是走路、跳跃或接飞盘——可能都注意到了犬类动作的动态性、复杂性和自然性。当它小跑时，它可能根本不怎么思考如何将四只爪子放到地面上的顺序。它就是这么做的。
现在，想象一下你有一只机器狗，你想尝试编程让它做一些基本的事情，比如走路。即使你是一位熟练的程序员，你也很难让你的机械犬流畅地完成这些动作，更不用说敏捷地跳跃接飞盘了。
为了尝试找到一种更快、更具可扩展性的方法，谷歌和加州大学伯克利分校的研究人员转向了真实狗狗运动的数据来训练他们的机器狗完成各种任务，比如以不同的速度行走或旋转。“我们的想法是，也许我们可以通过向机器人展示动物在环境中移动的例子，让它们更容易地学会这些技能，”谷歌的学生研究员、伯克利博士候选人以及描述该项目的论文的第一作者 Jason Peng 说。
毕竟，动物天生就擅长执行“敏捷行为”，他补充道。但是逆向工程这些动作并让机器人去做呢？这可能比训练一只不听话的杂种狗不要乞讨餐桌上的残羹剩饭还要难。
在这个项目中，团队没有收集关于狗狗运动的全新信息，而是使用了来自单一犬类的现有数据。“有一个公开的数据集，里面有不同的狗狗运动，”Peng 说。那项工作中该狗狗的动作捕捉数据为他们提供了所需的信息。
但这并不像简单地将这些信息下载到实体机器人的大脑中那么容易。接下来的步骤是使用计算机模拟，这样虚拟版本的机器人就可以学会模仿真实狗狗的动作。（欧洲研究人员也转向了模拟和人工智能来让机器狗学会。）这个项目的部分内容涉及到使用机器学习——一种人工智能——让虚拟机器人获得新技能。“学习算法试图找到一种方法，让机器人尽可能精确地重现动作，”Peng 说。
毕竟，机器人和真正的狗不同。首先，它的身体柔韧性较差。“机器人没有脊椎——它的身体就像一块砖头，”他补充道。人工智能必须让机器人尽可能地匹配真实动物的动作。
最终，经过模拟时间的积累，他们将这些知识转移到了机器人上。这一步也并非完全顺利，因为计算机模拟并非真实世界的完美体现。
最终结果是，他们的机器人能够执行从真实狗狗行为中学习到的动作，其中模拟和人工智能以及其他适应性措施是关键的中间步骤。它可以做什么？“一系列运动技能，比如不同的行走步态，”Peng 说。“还有一些旋转和转向的动作。”它甚至能向后走。
机器人执行起来更困难的是快速、动态的动作，比如快速奔跑或跳跃。到目前为止，这些动作还没有被复制出来。
Peng 说，使用这种方法教机器人执行任务比他们不得不一步一步地编写这些技能要快。“即使是像走路这样的事情——机器人社区已经研究了几十年了，”他指出。但他希望机器人学家能利用这种方法，不仅可以更快更容易地教会机器人技能，还可以增加这些动作的复杂性。关于走路，“我们受益于多年的研究，”他说。像跳跃和转身这样更花哨的动作呢？这种方法可以使这些高级动作更容易编程。
谷歌训练的机器人当然不是唯一出现在这个领域的机械狗。最著名的是波士顿动力公司的Spot，去年被马萨诸塞州警察局有争议地进行了测试。
请在下方观看谷歌狗狗项目的视频。
