
美瑞联合研究团队近日发表论文《重金属特技》(Heavy Metal Acrobatics),展示了一台约翰迪尔(John Deere)5吨级滑移装载机的高精度自主控制能力。视频中,这台重型机械完成了仅靠两轮前后跳跃、旋转及华尔兹式转身等高难度动作,并在伸展升降臂时保持极致平衡,全程无倾覆风险。研究指出,此类操作仅有极少数精英人类驾驶员能够完成。
该成果的核心在于强化学习(RL)与“仿真到现实”(Sim-to-Real)技术的结合。鉴于直接在大型硬件上训练强化学习模型并不现实,团队构建了针对约翰迪尔332G控制系统的高保真仿真环境进行训练,随后将策略迁移至实体机器。这一过程验证了模拟环境中的强化学习技术能够高效迁移至现实世界,且对仿真准确性提出了极高要求。
重塑重型机械自动化未来
这项研究旨在为重型机械的动态自主控制奠定基础,推动建筑、采矿及物料搬运等行业的自动化进程。研究团队表示,自主控制系统最终有望在安全性、速度和效率上全面超越人类操作员。
此次演示不仅证明了AI驱动自动化在重型设备领域的应用潜力远超预期,也向行业发出信号:传统重型机械操作岗位正面临人工智能技术的深刻冲击。