人形双足机器人已经可以奔跑、跳跃、跳霹雳舞、出拳，并且总体上能够完成大多数人类只能梦想的各种高难度运动。然而，它们仍然很不擅长的事情是直线行走，并且看起来随时可能失禁。Figure AI是人形机器人领域最热门的初创公司之一，现在表示它已经设计出一种解决方案，以帮助解决其机器僵硬的拖步走问题。
Figure在最近的一篇博文中解释说，更自然的步态是通过分析在模拟数字环境中同时行走的数千个虚拟人形机器人实现的。该公司使用了强化学习，奖励虚拟机器人在同步摆臂、脚后跟触地和脚尖离地（脚尖离开地面时）等动作上，使其更接近人类的运动。Figure表示，这种模拟方法使其能够在短短几天内生成多年的数据。然后，改进后的“学习自然行走”模型被应用于实际的Figure 2.0人形机器人。
努力实现现实世界中的行走
正如上面的演示视频所示，新的步态并不完美，但相比该公司机器人一个月前展示的步态已经有所改善。最新版本移动更自然，尤其是在脚后跟和下肢运动方面。Figure让其大量模拟机器人暴露于各种不同的地形。它还让它们适应意外情况，比如被绊倒或被推搡。该公司认为，这一切都是朝着让其机器人在真实、不可预测的物理世界中更像人类一样移动迈出的一步。
Figure写道：“这些初步结果令人兴奋，但我们认为它们仅仅预示着我们技术的全部潜力。我们致力于将我们的学习策略扩展到处理机器人在现实世界中可能面临的各种类似人类的场景。”
研究表明，当机器人看起来更像人类并能进行对话时，人类往往会更积极地回应。这种特性也使得人们不太可能殴打这些机器——随着人形机器人制造商在各行各业寻求更广泛的应用，这一因素可能会变得越来越重要。Figure AI已经与宝马公司达成了协议，将在南卡罗来纳州的制造工厂测试其机器人，而亚马逊据报道正在在其部分仓库试用Agility Robotics的人形机器人。
机器人终于在小事上变得更好了
多年来，人形机器人一直在表演后空翻和跳舞，但它们通常难以完成人类视为理所当然的简单任务。这种反差——机器人擅长人类认为困难的挑战，却在人类认为容易的任务上失败——在机器人学中通常被称为“莫拉维克悖论”。虽然近年来人工智能模型的进步帮助缩小了这一差距，但仍有很长的路要走。
就在去年，Google DeepMind取得了重大突破，终于教会了一个机器人如何系鞋带。即便如此，经过数十年的机器人研究，该机器人的表现仍不如一些学龄儿童。与此同时，今天的机器人在轻轻抓取各种物体而不将其压碎方面仍然存在困难，并且它们的平衡感往往与喝了太多玛格丽塔酒后的人类差不多。
