一台自重5吨的约翰迪尔滑移装载机,在两轮上前后跳跃、原地旋转,还能一边保持平衡一边摆动举升臂。视频里这台机器动作连贯,全程没有要翻倒的迹象。来自美国和瑞士的研究团队把这套动作放上了网,配套论文的标题叫《重金属杂技》(Heavy Metal Acrobatics)。

打开网易新闻 查看精彩图片

论文要解释的,正是这套动作背后的技术逻辑。研究者希望这类探索能为建筑、采矿、物料搬运等行业的重型机械自动化打底,同时也想证明一件事:在仿真环境里训练出的强化学习能力,可以相当完整地迁移到真实世界。

视频中的主角是约翰迪尔332G滑移装载机。它完成的动作包括两轮前后跳跃、原地旋转,以及在举升臂摆动时维持车身平衡。研究者的说法是,此前只有“极少数顶尖人类操作员”完成过类似演示中的特技动作。

支撑这些动作的技术以强化学习(RL)为主,辅以物理建模和神经网络模型。问题在于,这类机械体积大、功率高、结构笨重,直接在硬件上做强化学习并不现实。研究团队的做法是:先搭一个仿真环境,把332G那套复杂的控制逻辑编进去用于训练,再把训练结果通过“仿真到现实”(sim-to-real)的迁移应用到真车上。这也意味着,仿真本身必须足够精确。

杂技只是表象,研究的目标写在论文的出发点上——为重型机械的“动态自主控制”打基础,推动重装备行业的自动化程度进一步提升。按照研究者的预期,自主控制最终应该在安全性、速度和效率上都超过人类操作。

这些视频至少说明,AI 驱动的自动化在重型机械上的空间,比此前预想的更大。反过来看,熟练的重型机械操作员,显然也算不上一个“AI 免疫”的职业。