OpenAI发布开源软件Roboschool，模拟机器人的控制训练

本文作者：奕欣

2017-05-16 16:19

导语：OpenAI 今日发布了一个用于模拟机器人的控制训练的开源软件 Roboschool，根据介绍，其整合了前段时间发布的 OpenAI Gym。

雷锋网 AI 科技评论消息，OpenAI 今日发布了一个用于模拟机器人的控制训练的开源软件 Roboschool，根据介绍，其整合了前段时间发布的 OpenAI Gym。

OpenAI Gym 是一款研发与比较强化算法的工具包，此前用户反馈的问题在于价格。虽然已经向个人或有课程学习需要的学生免费开放，但负责机器人控制的 MuJoCo 组件依然需要收费。

不过在基于 OpenAI Gym 环境的 Roboschool 里，用户不必再担心这一额外花费。据雷锋网了解，有八个模拟器可以作为 MoJoCo 组件的免费替代品，还能进行重新调试，以产生更多逼真的动作。另外四个任务则提供了更具挑战的任务，比如类人直立行走的任务，或是多玩家乒乓赛（multiplayer Pong）。

这样一来，Roboschool 得以让用户更方便地在同一个场景中同时训练多个智能体。OpenAI 表示，他们希望随着时间推移，能够获得更多的集合拓展，此外也期待社区后续的产出贡献。

如视频所示，你可以在 Roboschool 的界面上让三个不同的机器人进行跑步竞赛。而在 agent_zoo/demo_race1.py. 上运行此脚本时，每次都会随机出现不同的机器人

OpenAI 团队已经将 MuJoCo 上的一些模拟器移植到 Bullet 上，并做了逼真化的处理。下图的三个模拟器都有了不同程度的改进。比如 Walker2d 在缓慢走动时，细节更加真实；而原有的蚂蚁（Ant）变得更「重」了一些，这样它就需要借助四条腿来前进；人类行走者甚至还借鉴了能量损耗原则（=转矩×角速度），并以「跑偏」的形式显现出来。

OpenAI发布开源软件Roboschool，模拟机器人的控制训练

在 agent_zoo 文件夹中，你可以看到三个模拟器的不同训练原则；并在 demo_race 里找到他们三个的跑步比赛视频 demoj 脚本

此前的 OpenAI Gym 模拟器旨在掌握步行控制的要义，只需要学会简单地前进就够了。但实际情况可能复杂许多，且有很多地方尚未被探索过，因此模拟器的单循环策略开始变得不管用, 可能轻轻推模拟器一把，都会让机器人摔个狗啃泥而动弹不得，更不要说完成任务了。

为了解决这一问题，在全新的 Roboschool 中，OpenAI 的研究者设计了两个 3D 类人的模拟器，而在训练任务 HumanoidFlagrun 中，机器人需要朝着不断变动位置的旗子跑去，这一过程能够训练机器人学会放缓速度并转动方向。

而在「困难模式」的 HumanoidFlagrunHarder 中，机器人被赋予「跌倒」的权利，并尝试用双腿站起来。因此，任务的一开始，很可能机器人是躺在地上的。此外，机器人还要抵御不时的「攻击」(见视频)，防止因为来自四面八方砸来的小白块而摔倒。

HumanoidFlagrun 和 HumanoidFlagrunHarder 的训练策略也已经在 GitHub 上开源。虽然机器人的步伐看上去并不那么快，形态也不像人般自然，但它所采取的策略已经足以应对非常多的状况，也知道如何控制机器人。我们可以把这个策略当作一个多层感知机，甚于它没有内部状态，我们认为，在某些情况下，智能体应该是采用了自己的手臂存储信息。

就像雷锋网在前文所提及的一样，Roboschool 致力于让用户在同一模拟器上训练多个智能体，而 RoboschoolPong 就是一个很好的开始，与此同时，还有一大波模拟器正在路上。

通过「左右互博」的乒乓球赛，用户得以在两方同时训练同一个智能体，或是采用同样的算法训练两个不同的智能体，甚至，你也可以让两个独立智能体自行训练（如下面视频所示）。

多智能体的设定也带来了一些有意思的挑战。如果你同时训练两方玩家，你很可能会看到如下图所示的曲线图：

OpenAI发布开源软件Roboschool，模拟机器人的控制训练