2025-03-27 15:24
图片来源：Figure AI官网FigureAI是如何做到的？2024年2月，FigureAI宣布终止与OpenAI的合作，全面转向自主研发。短短三个月后，其搭载全新操作系统Helix的Figure 02机器人便进驻物流工厂，承担快递分拣任务。而真正的技术爆发发生在行走控制领域：新一代Figure 02的行走速度达到2.68英里/小时，逼近人类正常步行速度（3-4英里/小时），较前代Figure 01的0.67英里/小时实现跨越式提升。这一突破的核心在于彻底摒弃传统机器人控制方法。传统方案依赖工程师预设步态规则，需耗费数月调试特定场景动作；而FigureAI采用端到端神经网络，通过强化学习让机器人在虚拟环境中自主“领悟”行走技巧。其训练系统在高保真物理模拟器中，同时运行数千个具备独特物理参数的机器人副本，通过试错学习应对不同地形、负载变化及外部干扰。原本需要数年积累的数据量，如今仅需数小时即可完成训练，效率提升超千倍。更革命性的是“零样本迁移”技术的实现——训练完成的神经网络无需额外调整，可直接部署至实体机器人。Figure团队通过两项关键技术攻克Sim-to-Real鸿沟：域随机化（随机化模拟环境中的物理参数以覆盖现实偏差）与千赫兹级扭矩反馈控制（实时补偿执行器误差）。在近期演示中，10台Figure 02实体机器人同步运行同一神经网络策略，均展现出稳定的自适应行走能力，验证了技术的可扩展性。
总结
从依赖规则编程到自主进化学习，从实验室特制场景到开放环境部署，FigureAI的实践证明：强化学习不仅是提升运动性能的工具，更是重塑人机协作关系的技术哲学。随着Sim-to-Real迁移效率的提升与开发门槛的降低，或许用不了十年，这些“数字生命体”就将以更自然的姿态融入人类生活。
扫一扫关注微信
