自“机器人之父”恩格尔伯格发明首个机器人起始, 人类始终未曾停下对机器人的探索以及想象。于影视世界之中, 人类更是尽情畅想机器人的种种可能, 将科技浪漫主义施展到了极致。从《WALL-E》至《超能陆战队》, 从《西部世界》到《芬奇》, 形形色色的机器人故事得以被讲述。它们要么拥有人类的外观, 要么具备超强的思维能力, 要么试图构建自身的情感。
于现实世界当中, 机器人迄尚未能企及影视所展现的那般高度智能, 然而实际上各相关行业以及企业始终不断在探寻令机器人变得更为“聪慧”的途径。出人意料的是, 游戏技术于这场探索之中亦正发挥着作用。
6月27日, 在腾讯游戏发布会上, 公布了一个特殊项目, 即游戏驱动机器人加速智能学习项目, 该项目利用游戏技术与AI, 助力腾讯首个全自研的四足机器人Robotics X Max达成智能控制、决策, 提升训练效率, 这有可能会成为机器人研发领域一个创新的突破口。
就在近日, 智东西以独家的方式, 与项目技术团队展开对话, 深入地去了解, 把游戏技术应用到机器人研发这件事背后所蕴含的故事, 而且还探讨了游戏技术跨界后可行的方向。
一、智能机器人训练成本高、优化难？游戏技术来攻关
近些年, 机器人的“技能树”渐渐枝叶繁茂, 先前最初能够胜任简易的单一动作, 而后演进到拥有力觉、触觉、听觉等多种感官, 接着直至能够同时开展多项繁杂任务, 甚至于尝试学会“思考”。
这七个技术方向, 促使机器朝着从采集、信息向着分析、决策, 而后去实现有意识地、自主地、高阶的智能迈进, 其涵盖感知、学习、执行、规划这几个方面。
讲起来好像不复杂, 然而, 欲达成实事求是的智能提升, 依旧存在数量颇为可观的棘手难题挡在前面。
如同人类于成长历程里借助学习、实践、试错, 逐步构建起思考能力那般, 研究人员期望给机器人设定一个目标, 经由设计合理的奖励机制, 使它自行摸索着学会感知以及适应动态的环境变化。
做这种训练在真实场景里, 会极其“费钱”, 因为实体机器人只要磕磕碰碰, 就相当容易损毁硬件, 更不用说还要耗费大量的数据, 以及训练时间了。
并非个例, 跟随着游戏产品的更新换代, NPC也就是非玩家角色好像也正变得越发地“智能”, 有着明显的变化。
针对今天的游戏而言, “状态机”属于最常见的智能模拟方案, 从《吃豆人》里的鬼魂开始, 到《暴力摩托》中的摩托车手, 再到《荒野大镖客》里那些随时能跟玩家展开交互的市民, 伴随游戏进行不断地进化, 还有持续地迭代, 状态机智能已然能够达到真假难以分辨的程度。
即便《荒野大镖客2》把NPC做得足够逼真, 也只是实现了“运动匹配”。其技术总监在一次访谈中回顾, 他们给马设计了几百种不同动作动画, 就连喘气都有上百条不同声音。可这些并非真正的智能, 只是庞大行为树与动画资源堆叠的成果。
广场舞16步，释放身心，活出自我！
怎样才能够通向真正意义上的智能, 怎样去达成具备更高质量的虚拟角色, 要让其不但能够拥有更为自然且真实的动作表现, 还能够大幅度地降低开发成本?
对这项涉及游戏和机器人研发二者共同核心课题的情况, 腾讯的游戏技术团队以及机器人团队展开了关于智能体动作生成技术的合作研发工作, 且于游戏虚拟环境之内进行应用以及训练NPC, 促使NPC借助持续不断地自主学习, 从而学会更为拟真的动作、反应以及表达。
在开展研究的这段时期之内, 与之合作的团队就此有所察觉, 在游戏当中所积攒起来的数量众多的技术方面的经验, 以及借助虚拟模拟而形成的训练条件, 能够给用于机器人的智能方面的研发工作提供相应的助力, 与此同时, 还可以对成本高昂、优化起来存在困难的这两大研发过程当中的痛点问题予以解决。
于合作进程里, 由以腾讯Robotics X实验室作为主要一方的机器人部门着手负责进行设计核心算法, 这其中涵盖了定义任务所处环境以及目标, 构建并且训练AI算法, 搭建机器人智能控制系统的整体框架, 以及真机部署等一系列工作。
有着天美J3工作室, 还有天美技术中心, 以及腾讯互娱旗下START团队, 另外还有腾讯AILab这样的部门, 这些游戏和AI相关部门, 主要是借助基于游戏NPC动作模拟的智能体动作生成技术, 去助力达成机器人的自主决策, 并且使其适配不同场景, 同时还会提供高效且逼真的虚拟仿真能力, 像是环境场景搭建、核心物理引擎加速等, 以此强化机器人训练的效率以及速度。
二、两大核心游戏技术加持，机器人越来越“聪明”
智东西得到消息, 经由腾讯多个团队一同协作, 机器狗Robotics X Max的训练效率有了极大幅度的提高。
再者, 机器狗能够依据对于虚拟场景里周边环境以及自身状态所感知获取到的信息, 达成更为出色的姿态以及行为控制, 于智能感知、智能控制以及智能决策方面的能力有着显著的进步。
这背后，两个游戏中的技术起到关键作用：
智能体动作生成技术：让机器人学会“思考”
智能体动作生成技术, 可使虚拟环境里的NPC, 提升“思考能力”, 作出符合环境交互特点的拟真动作与反应。同时, 也能让环境中的机器人, 提高“思考能力”, 作出契合环境交互特点的拟真动作和反应。
要留意的是, 这与之前那种, 给机器人进行“填鸭式”教学, 通过编码设定固定动作的逻辑, 存在很大差异。
就是说, 这项技术运用AI强化学习算法, 去学习以动作捕捉获取的数据, 借助数据驱动的自适应算法, 使得NPC或者机器人, 依据玩家操作或者环境变化等不一样的外界反应, 按照运动学原理, 自行产生并调整动作, 仿若帮NPC或者机器人构建大脑, 让它们作出自主决策, 自动生成更犹如真实生物那般的动作、反应以及表达, 这样的具体阐述呈现出如此情况。
客厅不装电视柜，这样设计太有才了！
拥有这一技术辅助, 机器狗在朝着既定方向行进期间, 哪怕偶然遇到事先未曾晓得的阻碍物体, 也能够微微一闪, 巧妙躲开, 灵动自在地调整运动线路, 借助各异路线办法达成既定目标。
经由对学习算法里奖励函数作进一步设计优化, 智能体动作生成技术得以致使机器人更具灵动性, 将该技术应用于研究训练后, 机器狗Robotics X Max的运动轨迹规划会更自然流畅, 可达成更细颗粒动作的智能生成, 以及智能控制与执行决策, 促使动作表现展现出高度智能。
实时物理模拟技术：百倍提升训练效率
帮助解决机器人自主动作生成以及控制的智能体动作生成技术, 然而要开展大量的仿真训练。
本次项目投入应用还存在另一个核心技术, 那就是实时物理模拟技术, 该技术在游戏里被广泛运用, 并且积累了丰富经验。其实时基于动力学能够搭建出高度拟真的虚拟环境, 可打破物理世界的局限性。之所以是核心技术, 是因为它能满足机器人研发对复杂训练环境以及多样化场景样本的需求。
模拟现实世界能找到最佳场所, 那就是游戏, 它还是最好的虚拟模拟环境, 以及训练环境。和利用真实场景训练实体机器人相比, 这项技术可降低试错成本, 能避免出现危险, 还可进一步提升受力、碰撞等模拟效果的精确性, 并且有助于尽早发现机器人研发里的潜在问题, 标点符号。
依靠实时物理模拟技术, 研究团队能够于游戏里迅速构建不一样的颇为拟真的虚拟训练场景, 把机器狗Robotics X Max的训练场移至虚拟空间, 对照现实当中的运动数据, 使机器狗在仿真的繁杂地形里达成行走这一训练, 要做到奔跑这一训练, 还要实现相互协作等训练, 并且凭借引擎加速能力, 极大地削减机器人于现实世界完成训练所需要的过程, 极大地削减机器人于现实世界完成训练所需的时间。
根据项目技术团队所讲, 原本于现实世界之中, 需耗费几年时长去收集的数据量, 在经过加速后的虚拟环境里面, 能够被缩短为几小时进而生成。
退休生活新选择：集装箱住宅，舒适又实用！
在机器人智能控制范畴之中, 基于强化学习的那种机器人智能控制办法, 属于一个极具前景的技术导向方向, 因为游戏技术掺入其中, 这一借助反复操控机器人运动、设计恰当奖励, 进而指引机器人怎样学习稳定履约以达成强化学习的技术方式, 也不复因需耗费诸多训练时间以及金钱成本而不可想见。技术团队能够使机器人模型于虚拟世界里从零起始开展训练研习, 接着将归纳得出的控制算法运用至真实机器人之上, 达成机器人研发更为高效且节省资源。
当前, 项目技术团队达成了在虚拟环境里, 单只机器狗借助引擎加速后效率提高20倍的成果, 并且同时训练的机器狗数量越是多, 训练效果便越好, 当有50只机器狗同时进行训练时, 训练效率能够达成百倍的速度提升。
以后, 把GPU加速技术结合起来, 腾讯游戏技术团队会帮助进一步提高虚拟环境里机器狗的训练效率。
达成更为出色的动作呈现, 乃是游戏以及机器人领域共同具备的关键研究目的。腾讯旗下的游戏正与腾讯 Robotics X 创建的实验室携手开展下一代智能机器人的研发工作。
若要把游戏技术与AI集成运用到机器人智能控制和决策这一课题之中, 会存在这样一些问题, 比如, 对于各类接触和碰撞要实现高效且稳定的仿真, 还要对触觉传感器信号进行利用和仿真, 另外, 怎样稳定地把虚拟训练里获得的神经网络控制策略转移到真机上。
但技术团队正借助游戏技术, 探寻稳定的解决方案, 期望把原本需数周乃至数月, 来完成一个从动作设计、模拟仿真到真机调试的机器人控制任务的进程, 缩短至数天。
与此同时, 他们期望凭借游戏技术去构建一套持续进化的智能系统, 达成多机器人协作, 达成精准控制, 能够适应复杂环境变化, 从虚拟范畴到现实领域助力机器人解决智能控制以及自主决策问题。
机器人在游戏搭建的虚拟环境里, 能实时进行感知, 之后进行分析决策, 并展开行动, 在这种情况下, 它们未来或许能够应用于养老陪护等惠民服务以及更多新场景, 进而成为人类的好帮手。
旧一分二分五分硬币回收价格表(2026)
三、解锁科技创新想象力，游戏技术正持续“外溢”
在项目技术团队来看, 智能体动作生成技术, 以及实时物理模拟技术，是未来智能机器人研发的重要技术方向。
游戏是个综合技术平台, 这个平台为很多技术提供了理想的用于专门研究的环境以及有着实际用途的场景, 它对推动AI与机器人在感知这一方面、决策这一方面、控制这一方面、计算这一方面的研究有着重要作用。
看向下一个十年，游戏技术将走向何方？
在本周举行的发布会上, 腾讯游戏给出了它自己的答案, 这个答案可以是人工智能, 这个答案可以是四足机器人, 这个答案可以是工业仿真, 这个答案可以是数字文保, 最后这个答案还可以是浩瀚宇宙。
数字长城被推出, 数字中轴被推出, 全真互联数字工厂被推出, 联合研发全动飞行模拟机视景系统被推出, 等多个游戏科技项目被推出, 这使得我们能够看到, 腾讯游戏技术跨界探索的范围正在延展。
这些年, 国内国外的科技巨头, 一个接着一个纷纷起动, 着手去描绘下一代互联网的蓝图, 并且, 数字与实体相融合, 这已然是大家都认同的必然趋势。
处于这股热潮里, 游戏具备的可交互技术属性, 被进一步放大, 其高仿真技术属性, 也被进一步放大, 还有强沉浸技术属性, 同样被进一步放大, 以及实时渲染技术属性, 也被进一步放大, 这些属性外溢到科研, 外溢至文娱, 外溢于教育, 外溢往医疗以及更多有着价值的现实场景, 为具体的社会命题带来创新的解决办法, 也为许多其他领域的技术进步作出重要贡献。
依据中科院所发布的《游戏技术——数实融合进程中的技术新种群》这一研究报告表明, 在2020年的时候, 游戏技术对于芯片业而言, 其技术进步贡献率大约为14.9％, 面对5G, 其科技贡献率高达46.3％, 而对于VR/AR, 其科技贡献率更是达到了71.6％。
能够预见到的情形是, 游戏技术会突破传统游戏所具有的场景, 借助跨界应用来牵引诸多高精技术产业, 得以快速地发展, 进而成为推动跨领域实现科技创新的“隐形推手”。
