雷鋒網(公衆号：雷鋒網) ai 科技評論按：無論是在樹木間亂竄的猴子，還是躲避對手和進擊目标的足球運動員，他們靈活靈活的速度，都讓人十分驚歎。掌握這種複雜的電機控制是實體智能研究的方向，是 ai 研究的重要組成部分。
真正的智能電機需要在一系列複雜的環境中，學習如何調節控制身體使其更加靈活來完成任務。目前，很多領域開始研究如何控制模拟人，包括計算機動畫和生物力學領域。智能電機的另一種發展趨勢是，使用手工制作的目标或運動捕捉的資料來産生特定的行為。
然而，這可能需要相當多技術工作的努力，也可能會導緻智能電機面對新任務時，難以重新調整行為。
在以下 3 篇新的論文中，闡述了 deepmind 已經找到了 ai 學習靈活行為的方式，這種方式不僅能夠重複使用，還能解決任務。
如果玩
atari 或 go
時，目标很容易描述，就是赢。但是你如何描述一個後空翻表演的過程？或者僅僅隻是單純描述一下“跳”這個動作？當 deepmind 把運動技能教授給人工系統時，常常會遇到這個問題，就是很難準确描述一個複雜的行為。 deepmind 目前的工作就是研究如何在簡單高水準的目标下，使身體能夠從頭開始與環境互相作用來完成複雜的行為，例如向前移動而不會下降。更具體地說，他們訓練了各種模拟人，讓他們在不同的地形上進行跳躍，轉彎或者蹲伏。結果顯示，模拟人完成這些複雜的技能前，并沒有收到具體的訓示。 deepmind 需要找到一種方法，可以訓練系統中明顯不同的模拟人。下面的
gif 顯示了能夠産生高品質的運動的技術。
上述的模拟人解決突發行為的能力非常強大，但是由于這些動作必須從頭開始，是以模拟人的動作看起來和人類行為不太一樣。在 deepmind 的第
2
篇論文中，闡述了如何通過運動捕捉資料來建構一個模仿人類行為的政策網絡，需要預先學習一些技能，例如步行、起步、跑步和轉彎等等。目前，模拟人已經産生了類似人類的行為，可以通過重新調整這些行為來完成其他任務，比如爬樓梯，通過導航繞過圍牆等等。
下面的 gif 可以檢視模拟人的行為。
第
3
篇論文提出了建構一種最先進的生成模型的神經網絡結構，它能夠學習不同行為之間的關系，并模仿它所顯示的具體動作。經過訓練之後， deepmind 的系統可以編碼觀察到的動作，還可以建立新的小動作。盡管模拟人并沒有看到動作之間的過渡，依舊可以在不同類型的動作之間切換，例如在行走風格之間的轉換。
實作模拟人行動靈活且适應控制是
ai
研究的關鍵要素。 deepmind 的工作旨在開發一套系統，能夠通過學習和調整技能來解決電機控制任務，同時減少手動工程。 deepmind 未來的研究工作主要是擴充這些方法，以便在更複雜的情況下完成更多的任務。雷鋒網
ai 科技評論也會繼續保持關注。
論文位址：
本文作者：白及