四足機械人的靈活性測試新基準：Barkour
近年來機器人技術的發展速度驚人，許多機器人的外表和行為已經可與真實動物媲美。當中，四足機械人的發展尤其值得關注，因為它們為開發各種應用程式提供了研究運動學、穩定性和韌性的寶貴機會，例如災難應急、醫療治療、環境監測和監視。
然而這種四足機械人的不斷增多也給研究人員和潛在的客戶帶來了一個問題：如何衡量它們在不同方面的能力差異？在這方面，科學家們在數位測試方面經驗豐富，例如：Dhrystone 用於測試 CPU 整數操作的效能；N-Body Simulation 檢查在重力場中模擬粒子運動的效能；Whetstone 用於測試 CPU 的浮點效能；Pro Agility Shuttle 用於測試身體側向快速移動和轉向；而 T-Test 用於測試機器在短跑、快速跑步和後退時的能力。那麼我們如何為四足機械人的靈活性制定有效的測試標準呢？
GoogleDeepMind 團隊的研究人員最近發表的一篇論文中報告說，他們已經為四足機械人的靈活性建立了一個測試新基準，名為 Barkour。該測試基於障礙物競技，包括織網柱、A 框架和跳板等不同障礙，機器人必須越過或繞過它們，並在指定時間內完成。類似於狗障礙競賽的評分機制將綜合考慮速度、靈活性和效能，並可以輕鬆地修改以納入其他型別的障礙物或場地配置。Barkour 基準測試旨在建立測量機器人靈活性的指標和一套標準任務，可以作為常規評估框架和測試牀。
生物學上的啟發
研究人員在設計 Barkour 基準測試時，從犬障礙競賽中獲得了啟發。
犬障礙賽是一個非常有趣的專案，結合了狗的調教、運動和方向感，培養了狗的聽從性和靈活性，同時為飼主和寵物提供了一種優秀的競技體育、訓練和溝通方式。比賽場地設有織網柱、障礙牆、翻鬥車等多種障礙物，選手需要帶着狗快速通關。我們可以從犬障礙競賽中學習到許多關於速度、機動性、平衡等方面的技巧。
犬障礙競賽功能強大，可以從狗的行為中提取各種效能機制，從而訓練機器人完成各種不同的任務，例如越過障礙、追逐目標或助力搜尋和拯救任務。Barkour 基準測試透過借鑒犬障礙競賽等生物學啟發方法，為四足機器人量身打造了一個難度恰當、各種障礙精心設計的運動障礙試驗，其精確的評分機制可用於不同型別的機器人競賽，並有助於發展各種機械人應用技術。
最佳化潛力和未來展望
Google 的研究人員最後指出，Barkour 基準測試儘管當前還存在著一些局限性，仍可以成為機器學習和控制方法、不同硬體設計的重要測試牀。透過 Barkour 基準測試的運動障礙試驗，機器人可以更好地改善同步感、平衡和速度，並進一步最佳化成為有用的應用程式。然而由於當前四足機器人與犬障礙競賽中的狗之間的敏捷性仍然存在差距，所以還有很大的改進空間。研究人員認爲，透過不斷最佳化控制算法和機器人/感測器設計，可以進一步提高四足機器人的機動性，更接近類犬動物標準。
總之 Barkour 基準測試為四足機械人的靈活性測試提供了一個全面、可比較的框架，顯然，它在未來將為機器人學習和控制方法的發展鋪平道路。
延伸閱讀
- xAI 關於 Grok 3 基準測試的謊言揭祕：真相究竟如何？
- 「為何智商測試不適合評估人工智慧的實力？」
- 深度探索聲稱其推理模型在特定基準測試中超越 OpenAI 的 o1！
- 「AI 研究者 François Chollet 攜手創辦非營利組織，打造 AGI 基準測試！」
- 曾經的外賣巨頭 Swiggy IPO 估值僅 113 億美元，遠低於 Zomato 一半價值！
- Anthropic 尋求資助新一代更全面的人工智慧基準測試
- 美國國家標準技術研究所推出新平臺評估生成式人工智慧
- 用高效 AI 測試健康任務！Hugging Face 釋出基準測試
- 為什麼大多數人工智慧基準測試結果如此不足見解
- 資料成為焦點，Codified 致力於為治理帶來靈活性
