真的超越了波士顿动力！深度强化学习打造的 ANYmal 登上 Science 子刊

选自 Science Robotics作者：Jemin Hwangbo等机器之心编译机器之心编辑部深度强化学习开发出的机器人模型通常很难应用到真实环境中，因此机器人开发中鲜少使用该技术。然而这已经板上钉钉了吗？在两天前引发人工智能界关注的 ANYmal 机器人中，其机动性和适应性看起来丝毫不逊色于波士顿动力。其相关论文近期登上了 Science 子刊《Science Robotics》，并且明确指出使用了深度强化学习技术。基于 AI 技术的成功应用，ANYmal 在数据驱动的开发上或许会更有优势。论文：Learning agile and dynamic motor skills for legged robots论文地址：http://robotics.sciencemag.org/content/4/26/eaau5872摘要：足式机器人是机器人学中最具挑战性的主题之一。动物动态、敏捷的动作是无法用现有人为方法模仿的。一种 ………………………………