上個月，人形機器人做前空翻的視頻上了熱搜，一臺人形機器人以矯健身姿完成了一個干凈利落的前空翻，落地時甚至比許多人類運動員還要穩。

　　這兩天，人形機器人的技能又提升了。北京一家機器人研發團隊，對外展示了可以連續后空翻的人形機器人。

　　01:39

　　總臺央視記者 張春玲：機器人又迭代了！我身旁個子比較矮小，只有1米3的人形機器人，它剛剛實現了多個連續后空翻的高難度動作，它的名字叫N2。

　　團隊技術負責人 姜哲源：后空翻相比前空翻難的地方在于人一般后腳掌比前腳掌要短，后空翻的時候順著慣性更容易往后倒，后腳掌短的話更容易掀過去，前空翻的話前腳更長，更不容易被掀過去。因此后空翻相比起來難度會稍微更大一點。

　　為了實現機器人后空翻的穩定性，團隊在硬件結構上進行了創新設計。他們盡可能將重量較大的關節向胯部集中，從而讓機器人在翻轉過程中使的力氣最小。同時，他們采用了功率更為強勁的電機以及更為輕的材料，讓機器人具有更大的爆發力。

　　三個禮拜學會后空翻

　　機器人如何做到？

　　雖然后空翻的動作難度大，但是記者在采訪中了解到，機器人團隊僅用了三周，就讓機器人學會了這個特殊技能。

　　02:00

　　問題來了

　　讓機器人學會后空翻

　　如何做到？

　　需要幾步？

　　首先，團隊在數字世界中，通過一系列動力學計算優化，得到一個翻跟頭的最優軌跡。

　　隨后，他們在虛擬仿真中，通過強化學習的方法，讓成百上千的機器人模仿這個翻跟頭的最優軌跡，不斷試錯。

　　由于后空翻是一個相對較難的動作，團隊還在訓練中加入了一種課程學習的方法，讓機器人像人去上課一樣，從易到難，一點點完成精準的軌跡復刻。

　　隨后，再將訓練好的算法遷移到機器人本體上，通過不斷的反復測試，在仿真世界和機器人真機里不斷進行系統優化，讓真實的機器人也能具備復刻后空翻的能力。

　　團隊算法工程師 李勝濤：我們通過給它一些關節角度的跟蹤獎勵，如果它跳得高了或者矮了，我們會給他一些懲罰，通過這樣一套方法，然后讓它不斷去貼合專家數據。

　　專家介紹，不論是爬臺階、還是后空翻，甚至做出一些更加高難度的動作，最近機器人的動作技能變強的“武林秘籍”，離不開一個叫做“強化學習”的人工智能學習范式。它可以讓機器人在未知的數字世界里，通過給機器人一個標準，讓它像人類一樣“試錯成長。”讓機器人通過“試錯”和“懲罰”自主進化。

　　北京人形機器人創新中心首席技術官 唐劍：強化學習有一個很大的問題，就是訓練很難，如果它是個小白，讓機器人在真實環境訓練很可能把機器人撞壞，因為它經常會做出一些錯誤的操作，會失敗。要在虛擬環境里訓練，虛擬環境和真實環境可能又有誤差。