Unitree G1 在机器人领域迈出了重要一步，掌握了在冰面和轮滑上的滑行技巧。一个研究团队利用生成式神经网络训练了这款人形机器人，使其能够实现流畅的动作和精准的转弯。对于双足机器而言看似不可能的事情如今已成为现实，超越了我们在早期机器人足球尝试中看到的笨拙步伐。
生成式网络如何改变机器人平衡能力 🤖
研究人员采用了一种基于强化学习与生成对抗网络的方法。该系统实时处理惯性传感器和力传感器数据，以调整姿态和滑行动作。与传统方法不同，该模型使 G1 能够在跌倒前预测并纠正失衡。机器人能在真实冰面上执行刹车、变向和加速等动作，这需要 23 个关节的同步协调。关键在于大规模模拟：软件生成数百万个虚拟滑冰场景，让硬件在无风险的情况下学习。
从冰面到赛道：不再像我们一样摔倒的机器人 ⛸️
当人类还在扶着栏杆以免在冰场上出丑时，Unitree G1 滑行起来仿佛天生就带着冰刀。最有趣的是，这些机器人已经掌握了那些让不少人需要多次拜访理疗师的转弯动作。目前只差学会做“眼镜蛇”动作，或者在躲避拿着冰球棍的小孩时自拍一张了。