通过人类演示来教人形机器人不同的运动行为

近年来，全球许多研究团队一直在开发和评估技术，以使腿式机器人实现不同的运动风格。训练机器人像人或动物一样走路的一种方法是让它们分析并模拟真实世界的演示。这种方法称为模仿学习。

苏格兰爱丁堡大学的研究人员最近设计了一个框架，用于训练人形机器人通过人类演示像人一样行走。在arXiv上预发表的一篇论文中提出的这个新框架将模仿学习和深度强化学习技术与机器人控制理论相结合，以实现人形机器人的自然运动和动态运动。

“我们着手研究的关键问题是如何将(1)机器人运动中的有用人类知识和(2)模仿人类的运动捕获数据纳入深度强化学习范例中，以更有效地提升有腿机器人的自主能力，” Chuanyu进行这项研究的研究人员之一，杨告诉TechXplore。我们提出了两种将人类先验知识引入DRL框架的方法。”

Yang和他的同事设计的框架基于独特的奖励设计，该设计使用人类步行的运动字幕数据作为训练参考。另外，它利用了两种专门的分层神经架构，即相功能神经网络(PFNN)和模式自适应神经网络(MANN)。