機器之心報道

　　作者：蛋醬

　　多虧昇騰 AI 的助力，我們才能看到這麼穩的「機器狗巡檢員」。

　　自上世紀「機器人」概念被提出以來，人們就對各種形态的機器人産品寄予厚望。在普通人最初的想象中，機器人能和我們聊天，幫我們打掃房間、端茶遞水，甚至能幫我們駕駛車輛……

　　直到近年來大數據技術、人工智能專用芯片、人工智能算法突飛猛進，智能機器人才真正進入增長爆發期，讓我們有了「夢想照進現實」的感覺。

　　從爆火的四足機器狗，到初具雛形的人形機器人，衆多先進的機器人産品開始走進人類社會生活的方方面面。當然，除了生活服務之外，機器人也正在積極打入廣闊的産業場景：物流分揀、農業上的噴灑采摘、巡檢救援，都是機器人可以貢獻價值的空間。

　　在近日的 2022 昇騰 AI 開發者創享日 · 南京站活動中，我們見到了這樣一隻超級靠譜的「機器狗巡檢員」。熟悉機器狗産品的朋友會發現，它就是當年央視春晚後台拉盒飯的「網紅打工機器狗」。來自宇樹科技 Unitree，在華為昇騰 AI 加持下，現在的它變成了「機器狗巡檢員」。

　　當無人值守的電站發出警報，是它熟練地捏住把手，并且果斷打開了門：

　　接下來，它一頓操作，邁過地面的台階障礙，精準地拉下了電閘。至此，警報解除：

　　這位「機器狗巡檢員」來自昇騰 AI。你可能已經發現了一些特别之處——它有一支威風凜凜的「機械臂」。

　　那麼，這隻機器狗究竟是如何打造的呢？它的機械臂又有什麼妙用呢？

　　走近這位「機器狗巡檢員」

　　一般來說，要想讓機器狗在真實世界中圓滿地完成任務，主要挑戰就在于運動控制。

　　衆所周知，人類的運動是由中樞神經系統控制的。其中大腦的運動皮質和運動前皮質負責自主運動的計劃和執行，基底神經節和小腦負責調節運動皮層神經元的反應，幫助協調、運動和平衡。

　　對于機器狗的運動控制來說，AI 處理器就相當于「大腦」，負責任務決策、感知識别、導航規劃等功能的實現。

　　傳統機器狗運動控制算法存在建模複雜、開發耗時長、高度依賴經驗等局限性，近年來，很多研究者開始将強化學習應用到實體機器人上，增強機器狗的環境适應能力。比如這一次，華為就使用了「Teacher-student」策略進行機器狗運動控制算法訓練。

　　使用「Teacher-Student Policy」完成機器狗運動控制算法訓練

　　具體而言，Teacher 部分通過強化學習訓練一個最優的參考控制策略，它能獲取完美的特權信息（如地面摩擦系數），讓機器狗能在随機生成的地形上遵循期望的速度指令行走；Student 部分通過監督學習把 Teacher policy 蒸餾成一個 Student policy，它在帶傳感噪聲的環境中訓練，且隻能獲取真實機器人能得到的傳感器信息。最終，團隊将訓練好的 Student policy 部署在真實機器狗上。

　　為了讓機器狗在更多的應用場景中「發光發熱」，華為還給機器狗加了一條「AI 機械臂」。有了這條機械臂之後，它 的動作技能直線飛升，不僅可以輕松開門，還能平穩地跨越地面障礙：

　　開門

　　跨越地面障礙

　　可以想象，打造這樣一隻機器狗所需的工作量是巨大的。在 8 月 11 日的 CANN 訓練營直播中，華為對這款複合型機器狗背後的研發進行了解密。

　　在解密過程中，團隊特别提到了華為自研的神器：CANN。

　　昇騰 AI 是以昇騰 AI 基礎軟硬件平台為基礎構建的人工智能計算産業，昇騰 AI 基礎軟硬件平台包括 Atlas 系列硬件及夥伴硬件、異構計算架構 CANN（Compute Architecture for Neural Networks）、全場景 AI 框架昇思 MindSpore、昇騰應用使能 MindX 等。CANN 是華為針對 AI 場景推出的異構計算架構，旨在通過提供多層次的編程接口，支持用戶快速構建基于昇騰 AI 平台的應用和業務。

　　作為昇騰 AI 全棧的核心，CANN 對上支持多種 AI 框架，對下服務 AI 處理器與編程，承擔着承上啟下的關鍵作用。

　　經過 3 年多的優化，CANN 已經叠代到 5.0 版本，實現了性能的大幅提升。目前，CANN 全面支持業界主流框架，Model zoo 已經包含超過 500 個經過調優的模型，以及 1400 多個高性能算子。

　　在本次機器狗的打造過程中，CANN 正是關鍵的「AI 秘密武器」。團隊基于昇騰 AI 處理器和異構計算架構 CANN，以及宇樹機器狗本體的卓越運動性能，同時實現了基于 model free 的強化學習和傳統 model base 的機器狗運動控制算法，以及儀器儀表讀數識别等視覺感知功能。當然，在訓練它使用機械臂開門、拉閘這些事情上，CANN 也助力了不少。

　　此外，團隊基于 CANN 設計了一個智能複合機器人巡檢方案，涉及機器人定位導航、路徑規劃、運動控制、視覺感知、機械臂軌迹規劃和抓取等功能模塊，并使用華為自研昇騰處理器完成這些功能。

　　智能複合型機器人的廣闊天地

　　如果回到幾年前，人們也許很難想象，四足機器狗會成為新的風口。但在今天，它已經成為競争最激烈的賽道之一。

　　這樣一隻「進化版」機器狗，在真正的産業應用場景中到底有哪些優勢呢？

　　這就要從智能巡檢場景的難點說起，在昇騰 AI 去年推出的智能巡檢方案 1.0 版本中，一輛巡檢小車隻能在平整地面依靠車輪完成巡查及突發情況告警，無法在高低起伏的環境下自由移動，更無法處理巡檢現場的突發情況。

　　今年，這一巡檢方案正式升級為「機器狗 AI 機械臂」的 2.0 版本。相比之下，「機器狗 AI 機械臂」的組合就靈活得多了：不僅能夠更好地穿越複雜地形，比如自由上下樓梯台階、陡坡、石子路、梅花樁、草地等，還可以及時應對突發情況，完成拉電閘、開門、觸碰按鈕等操作。

　　CANN 首席科學家杜鵬指出，當前智能機器人發展趨勢呈現模塊化、智能化和自然交互三個特點。多場景複合機器人發展加速，腦、眼、手、腳的協同是關鍵，複合機器人的「手」至關重要。

　　杜鵬分享昇騰 AI 技術應用

　　也正因此，在下一代機器人的衆多形态中，「機器狗 機械臂」的組合在華為和宇樹科技的聯合研發中被寄予厚望。

　　當然，在這條賽道上，還有一些尚待解決的挑戰，其中之一就是如何突破工業應用的成本紅線。例如，智能複合型機器人涵蓋運動控制、定位導航、路徑規劃、視覺感知、位姿估計等多種算法，對算法、算力都提出了更高的需求，而昇騰的 CANN 為該問題提供了一種可能的解決方案。

　　随着相關硬件及軟件系統等模塊化開發工具的開源，智能複合型機器人的研發門檻正在顯著降低，更多的實驗室構想都将迅速成為具備廣泛行業應用價值的機器人産品。

　　未來，智能複合型機器人的想象空間遠不止于此。與此同時，昇騰 AI 将持續分享更多基于 CANN 智能複合機器人的技術案例，并從「新技術、新體驗、新機會」三個維度不斷為開發者創造新價值。

　　,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!