Meta的MyoSuite2.0通过机器学习模仿幼儿移动

　　由Meta AI发布的MyoSuite2.0系列，与加拿大麦吉尔大学、美国东北大学和荷兰特文特大学的研究人员合作新项目。该项目将机器学习应用于生物力学控制问题，目的是展示人类水平的灵巧和敏捷。手臂和腿部是该团队迄今为止创建的最生理复杂的模型，协调大型和小型肌肉群是一个相当棘手的控制问题。该平台包括了一系列基线肌骨模型和开源基准任务，供研究人员尝试。

　　马克·扎克伯格说，这项研究“也可以帮助我们开发更逼真的元宇宙化身。”

　　该项目的主要研究人员之一Vikash Kumar指出，在人体中，每个关节都由多块肌肉驱动，每块肌肉都通过多个关节。他说:“这比机器人复杂得多，机器人只有一个电机，一个关节。”增加生物任务的难度，移动手臂或腿需要肌肉持续而变化的激活模式，而不仅仅是一个初始的激活冲动——然而我们的大脑却能毫不费力地管理这一切。

　　Kumar说，在MyoSuite中复制这些运动策略比移动机器人困难得多，但他确信机器人学家可以从人体的控制技术中学到宝贵的经验。毕竟，我们的身体必须以这种方式做事是有原因的。“如果有更简单的解决方案是可能的，那么进化收敛于这种复杂的形式因素就是愚蠢的。”他说。Kumar直到最近还是Meta的研究科学家和卡内基梅隆大学的兼职教授，现在他全职在CMU的机器人研究所工作。