新出生的机器狗，打滚1小时后自己掌握走路，吴恩达大弟子成果( 二 )

同时还有一个记忆组件，可以基于历史信息，对未来的表征向量做出预测。
最后，还包括一个决策组件，它能基于视觉感知组件、决策组件的表征向量，决定采取怎样的动作。

文章图片
现在，我们回到本次UC伯克利学者提出的方法。
不难发现，其中WorldModelLearning部分的逻辑就是一个经验积累的过程， BehaviorLearning部分则是一个动作输出的过程。

文章图片
本篇论文方法的提出，主要解决了机器人训练中两方面的问题：
效率和准确率。
一般来说，训练机器人的常规方法是强化学习，通过反复实验来调整机器人的运作。
不过这种方法往往需要非常大量的测试，才能达到很好的效果。
不仅效率低下，而且训练需要付出的成本也不低。
后来，不少人提出在模拟器中对机器人进行训练，可以很好增效降本。
但是本文作者认为，模拟器训练方法在准确性方面的表现还是不够好，只有真实的环境才能让机器人达到最好的效果。
从结果来看，在训练机器狗的过程中，只花10分钟时间，机器狗就能适应自己的行为了。
和SAC方法对比来看，效果有明显提升。

文章图片
在机械臂训练过程中，这一新方法还克服了视觉定位和稀疏奖励的挑战，几小时内的训练成果明显优于其他方法。

文章图片
研究团队值得一提的是，本次带来新成果的研究团队成员，也非常令人瞩目。
其中， PieterAbbeel是吴恩达的开山大弟子。

文章图片
他现在是UC伯克利电气工程和计算机科学教授，伯克利机器人学习实验室主任，伯克利AI研究院共同主任，曾加入过OpenAI 。
前不久，他还获得了2021ACM计算奖（ACMPrizeinComputing），以表彰其在机器人学习方面的贡献。
与此同时，他还是AI机器人公司Covariant的联合创始人。

文章图片
另一位KenGoldberg ，也是AI领域的顶级专家。

文章图片
他现在是UC伯克利工程教授，研究方向为强化学习、人机交互等。
2005年，他被评选为IEEE院士。
与此同时， Goldberg还是一位艺术家，是UC伯克利艺术、科技文化研讨会的奠基人。
此外， PhilippWu、AlejandroEscontrela、DanijarHafner三人为共同一作。
其中PhilippWu还只是UC伯克利一位大四的学生。
OneMoreThing在观看机械狗训练的视频时，我们发现研究人员使用的Unitree机械狗，

文章图片
这个品牌来自中国企业宇树科技，之前登上过春晚的机器小牛，也来自它家。

文章图片
而且，最近宇树机器狗集体进行Go1测试的视频曝光，还在国外火了一波。

文章图片
论文地址：
https://danijar.com/project/daydreamer/参考链接：