红星资本局8月23日消息，第二届世界人形机器人运动会400米（小型组）决赛今日开赛，以“捂脸跑”的跑姿完赛的天工在该项目中以45.66秒的成绩夺冠。

赛后，天工Omni 400米小型组研发团队负责人、北京人形机器人创新中心运动控制算法专家韩刚接受了红星资本局的采访，他告诉记者，并不是找了个“小姑娘”去模仿跑姿，这都是天工Omni“自己思考”出来的。

“一开始我们设计的是正常人百米跑步的模式，但这个机器人是在仿真里不断用数据迭代出来的，它在学的时候，可能就感觉‘捂脸跑’比摆臂跑更舒服，所以这是它自己迭代出来的一个方式。”就相当于是机器人自己决定这样跑。

韩刚笑称，并不是特意找了一个“小姑娘”，让机器人强行去模仿这个动作，只是它的身体结构，和这样一个类型的人很像，所以跑出来的风格也就天然的跟小姑娘跑步一样就很像。

韩刚解释，摆臂很快时肩部负载很重，就会带来发热风险。而“捂脸跑”恰好规避了这些，对其速度也有了一定提升。

那么机器人是如何思考、并决定自己该怎样做的？韩刚告诉记者，这和教育小朋友很像，表现好了会有奖励，表现不好也会有批评。

“在仿真里我们会有一些大的方向的引导，比如说速度、发热，但是具体怎么办，我们也不知道它会怎么样，应该怎么跑，我们给了一个标准的人的跑姿。通过奖励去驱动他，它自己去不断的尝试学习，不断的跌倒重来调整，最后发现这种姿势可以达到你的要求了，同时我自己也很舒服。所以它才这样跑。”

韩刚补充，机器人强化学习这种方式，很难人为设计去实现，“这也是为什么现在强化学习的发展，要在机器人运动控制上要比以前我们用这种模型的方式要更优。像我们以前会写方程，去规划它的每一个动作，去描述它每个状态，但实际上很多时候你是很难把它写清楚的，但是强化学习就不需要这些，它都是自己在基于数据驱动去写出来的。”

红星新闻记者 王田