机器人自主学习新进展，百度飞桨发布四足机器人控制强化学习新算法

近日，百度强化学习团队发布了四足机器人控制上的最新研究进展，采用自进化的步态生成器与强化学习联合训练，从零开始学习并掌握多种运动步态，一套算法解决包括独木桥、跳隔板、钻洞穴等多种场景控制难题。百度已开源全部仿真环境和训练代码，并公开相关论文。

▲ 完整仿真效果和真机视频

足式机器人的控制一直是机器人控制领域的研究热点，因为相比于常见的轮式机器人，足式机器人可以像人类一样灵活地跨越障碍，极大地扩展机器人的活动边界。波士顿动力（Boston Dynamics）此前对外发布了其商用的第一款四足机器人 Spot，但是相关的控制算法一直没有对外披露。而市面上商业产品采用的控制算法，大部分基于麻省理工学院（MIT）开源的第三代的四足控制算法，需要依赖大量专家经验。

近日，百度强化学习团队联合小度机器人团队，基于飞桨机器人控制算法框架 PaddleRobotics，发布了四足机器人控制的最新进展。该算法首次提出基于自进化的步态生成器来引导强化学习训练，通过自主学习，机器人能探索出合理的步态并穿越各种各样的高难度场景。

这个算法到底有多厉害，先来一睹为快。