加州大學(xué)伯克利分校的研究人員創(chuàng)建了一個(gè)教學(xué)人工智能系統(tǒng)的框架，以便通過(guò)在YouTube上播放視頻片段來(lái)學(xué)習(xí)動(dòng)作。

該框架結(jié)合了計(jì)算機(jī)視覺(jué)和強(qiáng)化學(xué)習(xí)，以從視頻中培訓(xùn)AI技能。總而言之，該團(tuán)隊(duì)能夠訓(xùn)練人工智能執(zhí)行超過(guò)20種雜技任務(wù)，如車(chē)輪，翻滾，后空翻和一些武術(shù)。

該方法不需要使用動(dòng)作捕捉視頻，這種視頻通常用于將人類(lèi)動(dòng)作轉(zhuǎn)換為數(shù)字形式，例如LeBron James合并到NBA 2K18中的運(yùn)動(dòng)或Andy Serkis作為指環(huán)王的Gollum的表現(xiàn)。

該框架的工作原理是首先攝取視頻，以了解每個(gè)視頻幀中看到的姿勢(shì); 然后訓(xùn)練模擬角色以使用強(qiáng)化學(xué)習(xí)來(lái)模仿運(yùn)動(dòng)。該系統(tǒng)還可以拍攝運(yùn)動(dòng)中的人的單個(gè)圖像并預(yù)測(cè)運(yùn)動(dòng)將如何執(zhí)行的合理結(jié)果。

直接從視頻中學(xué)到的技能可以在不同的角色和環(huán)境中重復(fù)使用。其中一個(gè)被重新用于訓(xùn)練阿特拉斯的模擬，阿特拉斯是一個(gè)來(lái)自波士頓動(dòng)力公司的人形機(jī)器人，它去年引起了全世界的注意，他做了后空翻。

周二發(fā)布的研究結(jié)果是伯克利研究人員上個(gè)月在一篇論文中強(qiáng)調(diào)的關(guān)于訓(xùn)練人工智能系統(tǒng)跳舞的研究。

“總而言之，我們的框架實(shí)際上只是采取了解決視頻模仿問(wèn)題時(shí)任何人都能想到的最明顯的方法。關(guān)鍵在于將問(wèn)題分解為更易于管理的組件，為這些組件選擇正確的方法，并將它們有效地集成在一起，“作者Jason(Xue Bin)Peng和Angjoo Kanazawa在Berkeley AI Research 博客文章中說(shuō)。“然而，模仿視頻技能仍然是一個(gè)極具挑戰(zhàn)性的問(wèn)題，而且有很多我們還無(wú)法復(fù)制的視頻片段：靈活的舞步，例如這種江南風(fēng)格的片段，仍然難以模仿。”

其他作者包括加州大學(xué)伯克利機(jī)器人學(xué)習(xí)實(shí)驗(yàn)室主任Pieter Abbeel，加州大學(xué)伯克利分校助理教授Sergey Levine和加州大學(xué)伯克利分校教授Jitendra Malik。

周二發(fā)布的研究結(jié)果是伯克利研究人員上個(gè)月在一篇論文中強(qiáng)調(diào)的關(guān)于訓(xùn)練人工智能系統(tǒng)跳舞的研究。

“總而言之，我們的框架實(shí)際上只是采取了解決視頻模仿問(wèn)題時(shí)任何人都能想到的最明顯的方法。關(guān)鍵在于將問(wèn)題分解為更易于管理的組件，為這些組件選擇正確的方法，并將它們有效地集成在一起，“作者Jason(Xue Bin)Peng和Angjoo Kanazawa在Berkeley AI Research 博客文章中說(shuō)。“然而，模仿視頻技能仍然是一個(gè)極具挑戰(zhàn)性的問(wèn)題，而且有很多我們還無(wú)法復(fù)制的視頻片段：靈活的舞步，例如這種江南風(fēng)格的片段，仍然難以模仿。”

其他作者包括加州大學(xué)伯克利機(jī)器人學(xué)習(xí)實(shí)驗(yàn)室主任Pieter Abbeel，加州大學(xué)伯克利分校助理教授Sergey Levine和加州大學(xué)伯克利分校教授Jitendra Malik。