要说今年过年最出风头的科技企业，那除了整天服务器繁忙的 DeepSeek ，估计就得数宇树科技了。

就是春晚上拿机器人扭秧歌的那个。

看着挺牛逼是吧，结果年才过了没几天，大正月的他们又整出个新活，英伟达、卡内基梅隆大学团队用宇树 G1 研究出来一个项目， 拿机器人复刻科比。。。

看看这动作，这后仰跳投，是不是还挺有那味的？

别说你是詹蜜，经典的霸王步人家也学了。

有差友可能会问，我是年轻人，不懂规矩，不看球也不看 nba ，我咋能知道这机器人到底什么水平呢？

也别慌，各位熟知的 “NBA 大使 ” 的经典铁山靠，人家也能学。。。

有一说一，给机器人编程早就不是啥新鲜事了，你坤哥这种招牌动作，粉丝内部甚至还有用简单机械机构就能实现的。所以宇树这次要是只能复刻这种的话，那还算不上啥科技狠活。

那么这波这个展示真正牛波儿的地方在哪呢，大过年的人家总不会就是为了唱跳 rap 打篮球吧。

于是哥们去翻了翻人家的论文，才发现这里面还真暗藏玄机， 人家这一手看似是全明星模仿，实际上是机器人训练技术的一个重大突破。

至于咱为啥这么说，那就得先聊聊现在的机器人是咋训练的。

众所周知，机器人这玩意甭管外表多酷炫，骨子里还是算法在跑。

所以你要想让一个机器人学会打篮球的话，最简单的办法就是先测量出机器人的各方面数据，比如关节扭矩、连杆质量分布啥的；再拿这些数据去搞个 动力学建模，就是在电脑里模拟机器人的运动。

但问题在于，要一点点把各种参数都调到完美，这是个特别肝的活儿，需要大量时间，还得是专业人士才能搞；

而且就算你在模拟器里调好了，现实里也不一定就是那么回事儿。 就好比你在 NBA 2K 里练出一代乔丹，但上了真球场，可能连球都运不利索。

虚拟世界再真，跟现实的参数维度也不是一个量级的，像什么篮球的手感、弹性，空气阻力、风向风速，甚至其他球员的肘击，模型都没法面面俱到。

所以这种传统 SysID 搞出来的机器人，在实验室里看着花拳绣腿，一到真实场景，就像我爱发明里面的人机对抗一样，要开始拉了。

既然真实环境这么复杂，有的科学家就开始反向操作了：与其死磕完美模型，不如直接把机器人丢进各种 “ 奇葩 ” 环境里去练级。

比如有时候地面很滑，有时候篮球很重，有时候篮筐很高。。。 反正就让机器人在各种极端条件下自己迭代，找到最优策略。

这种骚操作，有个听起来玄乎的名字，叫 域随机化( Domain Randomization , 简称 DR )

听着好像有点道理，可这也有问题。这种方法就跟 “ 盲人摸象 ” 似的，机器人就算见识了各种情况，但要总结出真正的规律还是很难，而且很容易 “ 用力过猛 ” 。

再加上 为了适应各种极端情况，机器人就得求稳，于是动作就很保守、不灵活，比如运球的时候总是小心翼翼的，投篮的时候不敢放开手脚。

一句话，这些传统方法训练机器人，要么全靠建模调参，费时费力；要么动作僵硬缓慢，没法完成复杂动作，纯纯摆件。

可要想让机器人真的参与到生活里，不说代替咱们打工，起码像人一样的灵活性总得有吧，要是多少都沾点人工智障，那不白期待了嘛。

那么宇树这波到底是咋做到让机器人这么灵敏的呢，重点来了。

论文里说，他们用了一个叫 ASAP （ Aligning Simulation and Real Physics ，对齐模拟与真实物理框架 ）的东西。

按文章里的说法，这个技术要先 “ 利用这些经过处理的人类运动数据在仿真环境中训练一个 基于相位的运动跟踪策略” ，再 “ 通过强化学习训练一个 残差动作模型补偿仿真与现实之间的差异 ” 。

听起来很绕，但你先别急，这玩意的实际思路还挺简明的，其实就是把咱上面说的传统功夫，用化劲整合起来，搞了个机器人训练速成班。

简单来说，这个速成班分两步走，咱先说第一步：就是给机器人 打基础，搞模拟预习。

而要搞预习，你得有教材。这里就是要先下载一堆视频，打篮球的也行，其他视频也行，重点是视频里得有人；

然后通过一个叫 TRAM 的运动重建工具，把视频里面的人类动作都扒出来，转换成三维运动轨迹，这样机器才能看得懂这些动作；完事再把这些动作放到一个虚拟环境里来训练， 目的是让机器人学会精确模仿视频里的动作数据。

拿打篮球这个动作来说，你得先找一堆打球视频，记录下运球、投篮的动作，把这些动作数据处理好，再把这些数据扔到模拟器里，让机器人先在模拟器里云练球，相当于先做好模拟再考试。

所以速成班的第二步就得 真枪实弹的来，三年模拟完了，是时候五年高考了。

虽然之前的数据已经是从现实中提取的了，但等到机器人被拉到真球场上的时候，它就会发现云玩家还是差点意思，真实环境里的位置、速度、加速度、关节角度等数据，跟仿真里还是有一定差别。

于是这时候工程师就会利用机器人身上的传感器收集这些数据，再把这些数据跟之前在虚拟环境里训练的数据对比，用强化学习搞一个误差修正模型出来，这个就是所谓的 残差（ delta ）动作模型。

有了这个残差动作模型，这下机器人在模拟器里的运动，就跟在现实里大差不差了，然后工程师再把当中的少量参数微调一下，机器人就能做到跟视频里人类运球一样敏捷流畅了。

但你要把这个 ASAP 框架的两步放一起看，就会发现这玩意搞的效果虽然看着挺牛逼的，比传统方案练出来的机器人好多了，但思路其实跟咱上面说的传统训练思路差的没那么大。

原理也很简单嘛，纯建模训练不真实还费时间，纯现实训练动作不灵活，那把这两个方案结合起来：

用现实数据去帮助建模，再把建模的成功放在现实里校正，虚实结合，不就两难自解～

实际上，这种用现实数据搞虚拟建模，再把在虚拟建模里完成的工程搬到现实，其实也算是很英伟达的操作了。

之前他们就有一个 Cosmos 平台，号称是世界模型，目的就是像这次这样把现实里的物理现象搬到电脑里去模拟，这样就能大大节省工程师们的研发时间。

这玩意对机器人、 AI 、自动驾驶啥的意义都挺大，毕竟这可就不用再像以前一样戴着各种传感器，花那么多时间慢慢搜集现实数据。

训练时长大幅缩短，结果最后训练效果还更好了，这不妥妥的黑科技嘛。

哦对了，最后还有一个彩蛋：今天这篇论文的主要作者，英伟达 GEAR 团队成员、现在在卡内基梅隆大学留学的 B 站 up 主何泰然，他小时候的梦想还真就是造一个电影《 铁甲钢拳 》（ 设定是人类操控机器人打拳 ）里的机器人。

对一个理工男来说，把儿时的梦想变成现实，我觉得这太酷了。

撰文：纳西

编辑：江江 & 面线

美编：萱萱

图片、资料来源：

ASAP: Aligning Simulation and Real-World Physics for Learning Agile Humanoid Whole-Body Skills

HumanoidLocomotion and Manipulation: Current Progress and Challenges in Control, Planning, and Learning

Adaptive Kinematic Modelling for Multiobjective Control of a Redundant Surgical Robotic Tool

微博，bilibili等，部分图源网络