像人类婴儿一样评估机器人：拟步行机器人Cassie学习 locomotion 的案例研究

通常情况下，通过相对不系统的方法训练的机器人控制器，并以平均累积奖励等粗糙的度量标准进行评估。典型方法虽有助于比较学习算法，但提供有限的关于不同训练方案效果的见解，也对所学行为的丰富性和复杂性缺乏理解。同样，人类婴儿及其他动物的“训练”也采用不系统的方法，但与此不同，发育心理学家们会通过高度受控的实验来评估其表现，使用细粒度的度量标准，如成功率、行走速度以及前瞄性调整。然而，受制于训练和测试婴儿的实际限制，人类婴儿中所学行为的研究仍有限。本文提出了一种案例研究，应用发育心理学的方法来研究模拟步行机器人Cassie的所学行为。遵循婴儿行走的研究方法，我们系统地设计了强化学习训练方案，并在类似婴儿实验环境中测试所得控制器——但无需面临实际限制。结果揭示了不同训练方案对行为影响的新见解，以及Cassie所学行为相对于正在学习走路的婴儿的发展情况。这一跨学科的婴儿-机器人方法为未来系统性测试训练对复杂所学机器人行为发展影响的研究提供了灵感。