Meta的MyoSuite2.0通過機器學習模仿幼兒移動

　　由Meta AI發(fā)布的MyoSuite2.0系列，與加拿大麥吉爾大學、美國東北大學和荷蘭特文特大學的研究人員合作新項目。該項目將機器學習應(yīng)用于生物力學控制問題，目的是展示人類水平的靈巧和敏捷。手臂和腿部是該團隊迄今為止創(chuàng)建的最生理復雜的模型，協(xié)調(diào)大型和小型肌肉群是一個相當棘手的控制問題。該平臺包括了一系列基線肌骨模型和開源基準任務(wù)，供研究人員嘗試。

　　馬克·扎克伯格說，這項研究“也可以幫助我們開發(fā)更逼真的元宇宙化身。”

　　該項目的主要研究人員之一Vikash Kumar指出，在人體中，每個關(guān)節(jié)都由多塊肌肉驅(qū)動，每塊肌肉都通過多個關(guān)節(jié)。他說:“這比機器人復雜得多，機器人只有一個電機，一個關(guān)節(jié)。”增加生物任務(wù)的難度，移動手臂或腿需要肌肉持續(xù)而變化的激活模式，而不僅僅是一個初始的激活沖動——然而我們的大腦卻能毫不費力地管理這一切。

　　Kumar說，在MyoSuite中復制這些運動策略比移動機器人困難得多，但他確信機器人學家可以從人體的控制技術(shù)中學到寶貴的經(jīng)驗。畢竟，我們的身體必須以這種方式做事是有原因的。“如果有更簡單的解決方案是可能的，那么進化收斂于這種復雜的形式因素就是愚蠢的。”他說。Kumar直到最近還是Meta的研究科學家和卡內(nèi)基梅隆大學的兼職教授，現(xiàn)在他全職在CMU的機器人研究所工作。