新技能get！人形机器人学会连续后空翻统共需几步？揭秘

上个月，人形机器人做前空翻的视频上了热搜，一台人形机器人以矫健身姿完成了一个干净利落的前空翻，落地时甚至比许多人类运动员还要稳。

这两天，人形机器人的技能又提升了。北京一家机器人研发团队，对外展示了可以连续后空翻的人形机器人。

01:39

总台央视记者 张春玲:机器人又迭代了！我身旁个子比较矮小，只有1米3的人形机器人，它刚刚实现了多个连续后空翻的高难度动作，它的名字叫N2。

团队技术负责人 姜哲源:后空翻相比前空翻难的地方在于人一般后脚掌比前脚掌要短，后空翻的时候顺着惯性更容易往后倒，后脚掌短的话更容易掀过去，前空翻的话前脚更长，更不容易被掀过去。因此后空翻相比起来难度会稍微更大一点。

为了实现机器人后空翻的稳定性，团队在硬件结构上进行了创新设计。他们尽可能将重量较大的关节向胯部集中，从而让机器人在翻转过程中使的力气最小。同时，他们采用了功率更为强劲的电机以及更为轻的材料，让机器人具有更大的爆发力。

三个礼拜学会后空翻

机器人如何做到？

虽然后空翻的动作难度大，但是记者在采访中了解到，机器人团队仅用了三周，就让机器人学会了这个特殊技能。

02:00

问题来了

让机器人学会后空翻

如何做到？

需要几步？

首先，团队在数字世界中，通过一系列动力学计算优化，得到一个翻跟头的最优轨迹。 随后，他们在虚拟仿真中，通过强化学习的方法，让成百上千的机器人模仿这个翻跟头的最优轨迹，不断试错。 由于后空翻是一个相对较难的动作，团队还在训练中加入了一种课程学习的方法，让机器人像人去上课一样，从易到难，一点点完成精准的轨迹复刻。 随后，再将训练好的算法迁移到机器人本体上，通过不断的反复测试，在仿真世界和机器人真机里不断进行系统优化，让真实的机器人也能具备复刻后空翻的能力。

团队算法工程师 李胜涛:我们通过给它一些关节角度的跟踪奖励，如果它跳得高了或者矮了，我们会给他一些惩罚，通过这样一套方法，然后让它不断去贴合专家数据。

专家介绍，不论是爬台阶、还是后空翻，甚至做出一些更加高难度的动作，最近机器人的动作技能变强的武林秘籍，离不开一个叫做强化学习的人工智能学习范式。它可以让机器人在未知的数字世界里，通过给机器人一个标准，让它像人类一样试错成长。让机器人通过试错和惩罚自主进化。

北京人形机器人创新中心首席技术官 唐剑:强化学习有一个很大的问题，就是训练很难，如果它是个小白，让机器人在真实环境训练很可能把机器人撞坏，因为它经常会做出一些错误的操作，会失败。要在虚拟环境里训练，虚拟环境和真实环境可能又有误差。

上个月，人形机器人做前空翻的视频上了热搜，一台人形机器人以矫健身姿完成了一个干净利落的前空翻，落地时甚至比许多人类运动员还要稳。

这两天，人形机器人的技能又提升了。北京一家机器人研发团队，对外展示了可以连续后空翻的人形机器人。

01:39

总台央视记者 张春玲:机器人又迭代了！我身旁个子比较矮小，只有1米3的人形机器人，它刚刚实现了多个连续后空翻的高难度动作，它的名字叫N2。

团队技术负责人 姜哲源:后空翻相比前空翻难的地方在于人一般后脚掌比前脚掌要短，后空翻的时候顺着惯性更容易往后倒，后脚掌短的话更容易掀过去，前空翻的话前脚更长，更不容易被掀过去。因此后空翻相比起来难度会稍微更大一点。

为了实现机器人后空翻的稳定性，团队在硬件结构上进行了创新设计。他们尽可能将重量较大的关节向胯部集中，从而让机器人在翻转过程中使的力气最小。同时，他们采用了功率更为强劲的电机以及更为轻的材料，让机器人具有更大的爆发力。

三个礼拜学会后空翻

机器人如何做到？

虽然后空翻的动作难度大，但是记者在采访中了解到，机器人团队仅用了三周，就让机器人学会了这个特殊技能。

02:00

问题来了

让机器人学会后空翻

如何做到？

需要几步？

首先，团队在数字世界中，通过一系列动力学计算优化，得到一个翻跟头的最优轨迹。 随后，他们在虚拟仿真中，通过强化学习的方法，让成百上千的机器人模仿这个翻跟头的最优轨迹，不断试错。 由于后空翻是一个相对较难的动作，团队还在训练中加入了一种课程学习的方法，让机器人像人去上课一样，从易到难，一点点完成精准的轨迹复刻。 随后，再将训练好的算法迁移到机器人本体上，通过不断的反复测试，在仿真世界和机器人真机里不断进行系统优化，让真实的机器人也能具备复刻后空翻的能力。

团队算法工程师 李胜涛:我们通过给它一些关节角度的跟踪奖励，如果它跳得高了或者矮了，我们会给他一些惩罚，通过这样一套方法，然后让它不断去贴合专家数据。

专家介绍，不论是爬台阶、还是后空翻，甚至做出一些更加高难度的动作，最近机器人的动作技能变强的武林秘籍，离不开一个叫做强化学习的人工智能学习范式。它可以让机器人在未知的数字世界里，通过给机器人一个标准，让它像人类一样试错成长。让机器人通过试错和惩罚自主进化。

北京人形机器人创新中心首席技术官 唐剑:强化学习有一个很大的问题，就是训练很难，如果它是个小白，让机器人在真实环境训练很可能把机器人撞坏，因为它经常会做出一些错误的操作，会失败。要在虚拟环境里训练，虚拟环境和真实环境可能又有误差。