UC伯克利研发的虚拟机器人可以自学功夫，“武艺高强”，了解一下？

安检AI导读：美国加州大学伯克利分校的研究团队发表了一篇关于强化学习框架的文章，并基于此方法开发了一个虚拟机器人，这个虚拟机器人可以自己学习人类搏击、跑酷、杂技等一系列高难度动作，每个动作都可以媲美专业人士。

据了解，这款虚拟机器人已经学会了超过24种技能。相信这项研究可以给整个游戏产业和电影产业带来耳目一新的变革，拭目以待。

安检AI 编译

游戏中构建虚拟角色变得更简单

在不远的未来，电子游戏角色可以自己在数字柔道训练场练习功夫，然后再将所学功夫运用到最新的电子游戏当中去。

加州大学伯克利分校和大不列颠哥伦比亚大学的人工智能研究团队已经研究出了这样的虚拟游戏角色，他们可以模仿人类的搏击、跑酷、杂技，然后进行残酷的训练直到把动作做到完美。

这项研究或将改变电子游戏和电影制作的方式。不再需要给游戏角色设计一系列令人烦恼的动作细节，动画制作者可以把真实的镜头素材导入到程序中，让游戏角色通过不断的练习，自己熟练的掌握动作。

虚拟机器人学习一系列身体技能

强化学习

纽约大学伯克利分校的一年级博士生 Jason Peng 提出了这项研究，他说“专家只需要给出一些样例，然后系统就可以自己总结出所有不同的情形”。

他们开发的这些虚拟角色运用的是人工智能中熟知的技术--强化学习，这种技术可对动物的学习方式进行松散建模。

研究人员提前捕捉专业武术演员和杂技演员的动作。然后让虚拟角色练习以上动作，当动作较接近专业人员给出的动作时得到正强化。这种方法要求虚拟角色拥有一个真实的形体，然后遵循精确的物理规则。

这意味着同样的算法可以训练一个角色做后空翻或者月空漫步。参与这个项目且同样来自伯克利的助理教授 Sergey Levine说“实际上这种方法可以解决在动画中出现的一系列问题”。

计算机生成的角色在高预算的电子游戏和电影中或许看起来真实一些，但他们仍然是像电子木偶一般按着剧本规定走。

动画和电脑游戏产业已经在探索可以把真实的物理效果填加到角色中去的一款软件。ZIVA Dynamics（专注于具有真实物理特性的角色的动画制作公司）的CEO James Jacobs表示，强化学习提供了把真实世界的效果带进虚拟角色的方法。 他说“直到现在人们才学习到了较为简单的方法。这种方法是训练一个机器模型去理解人类或者一种生物运动的方式，然后指导它，并借助外部的力量使其适应新的虚拟环境。”

这种方法带来的益处可能远远超过在电子游戏和特效行业的应用。 真正的机器人可以通过模仿练习最终学习处理更为复杂的任务。例如，机器人会在仿真模型中先练习拼桌子，然后再运用到真实世界中去。

Levine表示机器人最终可能会教我们一些新的技巧。比如有人想做一些没人尝试过的体操动作，原则上可以让机器进行深入的钻研，很可能会得出一些合理的输出。

完整演示视频

原文：https://www.technologyreview.com/s/610773/virtual-robots-that-teach-themselves-kung-fu-could-revolutionize-video-games/#

参考文章

DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills

相关博客

http://bair.berkeley.edu/blog/2018/04/10/virtual-stuntman/