维度网讯，美国佐治亚理工学院（Georgia Institute of Technology）的研究人员开发出一种名为“学以致教”（Learn to Teach）的机器学习框架，通过同时训练两个强化学习模型，使人形双足机器人能够穿越沙地、松散碎石、湿滑室内表面和陡峭斜坡等复杂地形。

传统“教师-学生”强化学习方法是先训练一个掌握完整环境信息的模拟“教师”模型，再将其知识转移给实体机器人的“学生”算法。佐治亚理工学院机器学习博士生Feiyang Wu指出，这种先后训练模式存在两个问题：一是连续训练耗时过长，二是其间大量由教师收集的环境信息被浪费。由于模拟依赖昂贵的GPU芯片，计算时间延长直接推高了开发成本。

该团队的解决方案是让教师和学生模型同时进行训练，教师不再需要成为专家后才开始教学，而是可以逐步将沿途学到的知识传授给学生。同时，教师还会从学生的错误中学习，以此缩小“教师-学生模仿差距”——即实体机器人因缺少模拟环境中的丰富数据而表现较差的问题。

在赵烨（Ye Zhao）副教授实验室的实体人形机器人上，该控制器在测试中表现出优于机器人制造商提供标准软件的性能。即使在研究人员用力推拉的情况下，机器人仍能自主调整步态并保持站立。这一方法已在IEEE国际机器人与自动化大会（IEEE International Conference on Robotics and Automation）上发表。

该框架展示了一种从暴力计算向算法效率的转变。通过证明并发训练能够在未建模地形上以更少的计算量实现更优的平衡性能，佐治亚理工学院为小型初创公司和学术实验室降低了参与机器人技术开发的准入门槛。“学以致教”框架具有通用性，未来可应用于制造设施中的机械臂或仓库中的自动化无人机，以缩短专用自动化系统的上市时间。

不过，该技术距离商业应用仍存在障碍。研究人员尚未公布确切的基准数据，计算成本节省仅是指向性结论。此外，工业环境对安全认证有严格要求，而神经网络在面对从未见过的障碍时，决策行为可能不可预测，企业在高度标准化的测试协议建立之前，对部署这类灵活控制器持谨慎态度。