腾讯机器狗进化：通过深度学习掌握自主决策能力

---

6月14日，腾讯robotics x机器人实验室公布了智能体研究的最新进展，通过将前沿的预训练ai模型和强化学习技术应用到机器人控制领域，让机器狗 max 的灵活性和自主决策能力得到大幅提升。

让机器狗像人和动物一样灵活且稳定的运动，是机器人研究领域长期追求的目标，深度学习技术的不断进步，使得让机器通过“学习”来掌握相关能力，学会应对复杂多变的环境变得可行。

引入预训练和强化学习：让机器狗更加灵动

腾讯Robotics X机器人实验室通过引入预训练模型和强化学习技术，可以让机器狗分阶段进行学习，有效的将不同阶段的技能、知识积累并存储下来，让机器人在解决新的复杂任务时，不必重新学习，而是可以复用已经学会的姿态、环境感知、策略规划多个层面的知识，进行“举一反三”，灵活应对复杂环境

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

这一系列的学习分为三个阶段：

第一阶段通过游戏技术中常使用动作捕捉系统，研究员收集真狗的运动姿态数据，包括走、跑、跳、站立等动作，并利用这些数据，在*器中构建了一个模仿学习任务，再将这些数据中的信息抽象并压缩到深度神经网络模型中。这些模型不仅能够准确地涵盖收集的动物运动姿态信息，而且具有相当高的可解释性。

腾讯Robotics X机器人实验室和腾讯游戏合作，用游戏技术提升了*引擎的准确和高效，同时游戏制作和研发过程中积累了多元的动捕素材。这些技术和数据在基于物理*的智能体训练和真实世界机器人策略部署中扮演了一定的辅助角色。

神经网络模型只接受机器狗的本体感知信息（如电机状态）作为输入，以模仿学习的方式进行训练。在下一步中，模型会融合周围环境的感知数据，例如利用其他传感器来探测脚底下的障碍物。

第二阶段，通过额外的网络参数来将第一阶段掌握的机器狗灵动姿态与外界感知联系在一起，使得机器狗能够通过已经学会的灵动姿态来应对外界环境。当机器狗适应了多种复杂的环境后，这些将灵动姿态与外界感知联系在一起的知识也会被固化下来，存在神经网络结构中。

PatentPal专利申请写作

AI软件来为专利申请自动生成内容

274 查看详情

第三阶段，利用上述两个预训练阶段获取的神经网络，机器狗才有前提和机会来聚焦解决最上层的策略学习问题，最终具备端到端解决复杂的任务的能力。在第三阶段中，额外添加的网络将会收集与复杂任务有关的数据，例如在游戏中获取对手和旗帜的信息。此外，通过综合分析所有信息，负责策略学习的神经网络会学习出针对任务的高阶策略，例如往哪个方向跑动，预判对手的行为来决定是否继续追逐等等。

上述每一阶段学习到的知识都可以扩充和调整，不需要重新学习，因此可以不断积累，持续学习。

机器狗障碍追逐比赛 ：拥有自主决策和控制能力

为了测试Max所掌握的这些新技能，研究员受到障碍追逐比赛“World Chase Tag“的启发，设计了一个双狗障碍追逐的游戏。World Chase Tag是一个竞技性障碍追逐赛组织，2014年创立于英国，由民间儿童追逐游戏标准化而来。一般来说，障碍追逐比赛每轮次由两名互为对手的运动员参加，一名是追击者（称为攻方），一名是躲避者（称为守方），当一名运动员在整个追逐回合中（即20秒）成功躲避对手（即未发生触碰）时，团队将获得一分。 在预定的追逐回合数中得分最多的战队赢得比赛。

机器狗障碍追逐比赛的场地尺寸为4.5米 x 4.5米，上面分布着一些障碍物。游戏起始，两个MAX机器狗会被放置在场地中的随机位置，且随机一个机器狗被赋予追击者的角色，另一个为躲避者，同时，场地中会在随机位置摆放一个旗子。

躲避者的目标是尽可能接近旗子，但要确保不被追击者捉住。追击者的任务则是抓住躲避者。如果躲避者在被抓到之前成功触碰到旗子，则两个机器狗的角色会瞬间发生互换，同时旗子会重新出现在另一个随机的位置。当躲避者被当前的追击者抓住并且此时扮演追击者角色的机器狗获胜时，游戏即告结束。在所有游戏中，两个机器狗的平均前进速度限制为0.5m/s。

从这个游戏看来，在基于预训练好的模型下，机器狗通过深度强化学习，已经具备一定的推理和决策能力：

比如，当追击者意识到自己在躲避者碰到旗子之前已经无法追上它的时候，追击者就会放弃追击，而是在远离躲避者的位置徘徊，目的是为了等待下一个重置的旗子出现。

另外，当追击者即将抓到躲避者的最后时刻，它喜欢跳起来向着躲避者做出一个"扑"的动作，非常类似动物捕捉猎物时候的行为，或者躲避者在快要接触旗子的时候也会表现出同样的行为。这些都是机器狗为了确保自己的胜利采取的主动加速措施。

据介绍，游戏中机器狗的所有控制策略都是神经网络策略，在*中进行学习并通过zero-shot transfer(零调整迁移），让神经网络模拟人类的推理方式，来识别从未见过的新事物，并把这些知识部署到真实机器狗上。例如下图所示，机器狗在预训练模型中学会的躲避障碍物的知识，被用在游戏中，即使带有障碍物的场景并未在Chase Tag Game的虚拟世界进行训练（虚拟世界中仅训练了平地下的游戏场景），机器狗也能顺利完成任务。

腾讯Robotics X机器人实验室长期致力于机器人前沿技术的研究，以此前在机器人本体、运动、控制领域等领先技术和积累为基础，研究员们也在尝试将前沿的预训练模型和深度强化学习技术引入到机器人领域，提升机器人的控制能力，让其更具灵活性，这也为机器人走入现实生活，服务人类打下了坚实的基础。

以上就是腾讯机器狗进化：通过深度学习掌握自主决策能力的详细内容，更多请关注其它相关文章！

# 藏着  # 简单网站建设开发团队  # 丽水抖音seo优化地址  # 自适应网站推广  # 山西本地企业选择网站推广  # 福田中小型网站优化软件  # 怎么seo优化  # 重庆万州专业网站建设  # 电工电气网站建设技术  # 什么是用seo排名  # 菜单营销推广  # 深度学习  # 中国  # 微软  # 也会  # 游戏中  # 门店  # 开源  # 一名  # 专利申请  # 自主决策。  # 腾讯 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： “具身智能”引爆机器人产业，看绝影Lite3/X20四足机器人有何特别之处？  腾讯机器狗进化：通过深度学习掌握自主决策能力  再也不怕「视频会议」尬住了！谷歌CHI顶会发布新神器Visual Captions：让图片做你的字幕助手  中国气象局预测：到 2030 年，中国人工智能气象应用将达到国际领先水平  马斯克“揭秘”人工智能真面目  视觉中国宣布推出AI灵感绘图、画面扩展功能  2025年贵州省青少年机器人竞赛在安举行  Bing Chat 和 Bing Search 正式引入深色模式  科技有狠活｜时光修复师 ：用AI让昨日重现  WHEE网页地址入口  pixivFANBOX 更新运营规则，禁止通过外链绕开 AI 生成禁令  本届人工智能大会上的这个“镇馆之宝”，来自长宁企业西井科技！  12页线性代数笔记登GitHub热榜，还获得了Gilbert Strang大神亲笔题词  陈根教授：离人形机器人时代还有10年吗？  ChatGPT大更新！OpenAI奉上程序员大礼包：API新增杀手级能力还降价，新模型、四倍上下文都来了  世界人工智能大会|“AI领航，共筑未来”高端保险论坛成功举办  AI+音乐如何“生成”动听旋律？一起揭秘世界人工智能大会开场曲  物联网和人工智能的协同作用：释放预测性维护的潜力  人工智能创作的“婴儿版超级英雄”，你觉得哪个最可爱  广州团建公司方案 | 绝密飞行 → X-PLANE无人机团建主题团建  赋能选题探索：AI助手在经济学专业中的应用指南  WHEE安装教程  一文读懂自动驾驶的激光雷达与视觉融合感知  Meta 人工智能业务落后竞争对手，研究人员大量离职成重要原因  企业软件行业更将被AI全面重构！Moka李国兴：未来优秀组织和个人将一定是善于使用AI生产力的  大型无人机FH-98国内首次夜航转场成功  MiracleVision视觉大模型功能介绍  江永：精准施训提升通信无人机应急救援能力  外科医生的智能助手，“机器人手术”得到补充商业医保覆盖  Dubbo负载均衡策略之 一致性哈希  “可用”“有用”的讯飞星火认知大模型将亮相世界人工智能大会  禁止艺术家使用 AI 创作《龙与地下城》游戏插图的决定已在 D&D Beyond 生效  CREATOR制造、使用工具，实现LLM「自我进化」  智能技术提高现代商业运营的7七种方式  换流站无线物联网络为新型电力系统铺设“数字之路”  "探索Meta发布的Quest MR/VR视频录制与拍摄指南"  全国体育人工智能大会举办，专家聚焦体育人工智能领域人才培养  OpenAI首席执行官引用《道德经》 呼吁就AI安全问题合作  视觉中国推出AI灵感绘图功能  全新小艺搭载AI大模型，有效提升学生和职场人士的工作效率  华为联合合作伙伴 共同发布昇腾AI大模型训推一体化解决方案  云鲸发布全新的扫拖机器人J4系列  全媒封面丨⑤商汤科技：原创AI算法“发电厂”  郭帆谈ChatGPT：电影行业需要创新，否则人工智能将让电影变得平庸  AI数字人业务频频获点赞，谦寻积极引领示范作用  如何获得元宇宙的第一个属于自己的空间  OpenAI首席执行官表态支持欧盟AI监管  PS AI修图免费平替来了！Stability AI又放大招，核弹级更新一键扩图  AI生成新闻网站数量激增，正在疯狂赚取广告收入  李开复官宣新公司「零一万物」，进军 AI 2.0 

 2023-06-16