自“智源學者計劃”啟動以來，智源研究院已經(jīng)支持了一批優(yōu)秀的青年科學家致力于人工智能領(lǐng)域的前沿探索和技術(shù)創(chuàng)新。今年6月份，研究院實施”智源新星計劃”，積極引進和支持優(yōu)秀AI青年人才投身于北京AI的學術(shù)生態(tài)和產(chǎn)業(yè)生態(tài)建設(shè)，近期剛海歸入職北京大學前沿計算研究中心的劉利斌便是其一。

文：賈偉

劉利斌，于2009年、2014年獲得清華大學學士學位和博士學位，隨后分別在加拿大不列顛哥倫比亞大學及美國迪士尼研究院進行博士后研究，后加入美國硅谷創(chuàng)業(yè)公司DeepMotion Inc.擔任首席科學家，十多年的學術(shù)生涯，可謂走遍學、產(chǎn)、研。但他思考的主題卻始終只有一個：如何讓人工智能擁有無限逼近人類/動物的運動能力。?

這個問題即所謂的“運動智能”。

顧名思義，“運動智能”這個概念描述的是人工智能中與運動相關(guān)的能力，包括對運動的觀察、理解、記憶以及對身體的控制、協(xié)調(diào)和適應能力。它包含廣闊內(nèi)容的研究領(lǐng)域，涵蓋了認知科學、生物力學、機器人學、計算機視覺、圖形學等多個學科。通過研究運動智能，我們可以賦能人工智能以有良好的運動能力，使其去探索更大的空間，并完成更加復雜的任務。?

目前，回國后的劉利斌正在積極組建團隊以及尋找合作者，以期打通從運動獲取、理解，到運動生成、仿真，以及運動遷移和應用，這一整個“運動智能”的閉環(huán)。?

智源：從您的視角，如何理解“運動智能”？?

劉利斌：對于“運動智能”，百度百科上已經(jīng)有一種定義，這里我說下我的理解。?

首先，我認為完整的人工智能應該具有良好的運動能力，它可以支持智能體探索較大的空間，并能完成更加復雜的任務。因此，我們希望未來的人工智能能夠主動地去感知運動，自主的學習新的運動技能，并且能夠根據(jù)實際情況來協(xié)調(diào)運用這些技能，從而與人和其他人工智能進行交互與協(xié)作。?

從狹義上講，我們的研究對象主要是人和動物的仿真模型以及類人機器人、機器狗等仿生機器人。我們希望能夠讓這些智能體擁有接近于人和動物運動感知、決策和身體控制能力。相對于更加廣義的“人工智能”，我們認為“運動智能”這個概念可以更加準確地描述這種與運動相關(guān)的能力。?

從實現(xiàn)上來看，“運動智能”這個概念其實可以包括了很多相關(guān)領(lǐng)域的內(nèi)容，例如計算機視覺、圖形學、認知科學、機器學習、機器人設(shè)計制造等方向。我們希望能把相關(guān)領(lǐng)域里與運動相關(guān)的成果整合起來，讓人工智能擁有更好的運動智能。

智源：可否介紹一下您從加拿大不列顛哥倫比亞大學，到迪士尼研究院，以及隨后加入DeepMotion Inc.擔任首席科學家的經(jīng)歷，以及在這個過程中的研究成果？?

劉利斌：我在清華大學拿到博士學位之后就前往UBC做博后了。這段時間的工作主要是延續(xù)了我在博士時期的研究，也就是尋找一種通用的方法讓智能角色學習廣泛的運動技能。

過去很長一段時間，在機器人和虛擬角色運動控制領(lǐng)域里，比較成功的方法通常需要我們對目標動作擁有相當?shù)念I(lǐng)域知識，并且控制策略的設(shè)計和實現(xiàn)往往比較繁瑣。我們經(jīng)過一番探索，最終找到一種基于強化學習的方法。這個方法能夠讓受控角色通過不斷的試錯過程，從任意參考運動數(shù)據(jù)模仿學習相應的運動技能。結(jié)合我博士期間的一些工作，這個方法可以非常高效的實現(xiàn)對大量單個動作的學習。這也是相關(guān)領(lǐng)域里第一個能夠高效和普適的應對不同角色和動作技術(shù)的方法，特別是處理一些很復雜的動作技術(shù)，例如武術(shù)、舞蹈等。這些運動因為缺少相關(guān)的領(lǐng)域知識，往往很難利用傳統(tǒng)的方法讓智能角色學會這些技能，而我們的方法是在相關(guān)領(lǐng)域的一項突破。

我在UBC的博后合約只有一年。博后結(jié)束后我加入了迪士尼公司在匹茲堡的研究院。在迪士尼的這段時間里，我的研究興趣開始轉(zhuǎn)向如何讓智能角色能夠綜合應用所學習到的技能來完成更復雜的任務上，并且在這個方向上做了一系列的工作。在其中的一項工作中，我們著重考察了易變環(huán)境和存在未知干擾條件下的運動控制，在這樣的環(huán)境下智能角色需要主動學習使用多種技能才能保持平衡。我們提出了一種基于Q-Learning控制規(guī)劃算法，從而有效的讓智能角色在合適的時間選擇合適的動作。

而在另一項工作中，我們嘗試讓智能角色學習組合幾種動作技巧來完成更復雜的任務。打籃球就是這類運動的一個典型例子。智能角色需要協(xié)調(diào)手臂的運球技術(shù)和整個身體的運動才能保證穩(wěn)定的運球，而籃球的飛行過程對初值的敏感性也對訓練過程帶來很大的困難。我們提出了一種結(jié)合優(yōu)化和強化學習的方法有效的解決了這些困難，首次實現(xiàn)了能夠打籃球的智能角色。?

研究之余我也參與了迪士尼內(nèi)部的一些小型項目，包括一些為迪士尼樂園開發(fā)新的機器人的研究。我們讓小型人形機器人利用模仿學習實現(xiàn)人的動作，取得了不錯的效果。 ? ? ? ?

不幸的是2017年前后迪士尼公司解散了幾個研究院，匹茲堡的實驗室也在其中。不過我在那之前收到了幾個清華的師兄的邀請，加入了硅谷的一家創(chuàng)業(yè)公司，也就是現(xiàn)在的DeepMotion Inc。?

在這段時間我主要關(guān)注于運動控制技術(shù)的落地，并且參與公司幾個主要產(chǎn)品項目的開發(fā)，希望能夠?qū)⑦\動控制和動畫技術(shù)轉(zhuǎn)變?yōu)闃I(yè)界可用的產(chǎn)品。我們開發(fā)的VR追蹤技術(shù)能夠利用少量的追蹤點信息實時演算恢復物理真實的用戶全身姿態(tài)，并且允許用戶與場景進行實時互動，從而提供更具沉浸式的VR體驗。而近一年多來我們開始對基于視覺的運動感知技術(shù)產(chǎn)生了興趣，開發(fā)了基于肢體追蹤的“Animate3D”技術(shù)，允許用戶從視頻中捕捉和重建三維全身動作。最近這部分技術(shù)產(chǎn)品正在公司網(wǎng)站上公測，也歡迎大家去試試看。?

總體來講，我的研究目標始終是尋找通用的運動控制方法，并由此讓智能角色像人一樣動起來。我們過去的研究，在這一領(lǐng)域開創(chuàng)性地提出了一系列方法，首次實現(xiàn)了在變化環(huán)境下對很多復雜運動技能的學習和綜合應用。其中一些方法目前仍然是領(lǐng)域內(nèi)的 State-of-The-Art。

?智源：您覺得在“運動智能”這一領(lǐng)域，目前主要的技術(shù)挑戰(zhàn)和機遇有哪些？有哪些產(chǎn)業(yè)應用落地的場景？?

劉利斌：我覺得讓仿生機器人和仿真角色動起來，本身就是一項非常具有挑戰(zhàn)性的問題，并且有不言自明的重要性。應該說這個領(lǐng)域的研究仍然處于一個不夠成熟的階段。

從與我的研究直接相關(guān)的部分來看：?

首先在動作感知和獲取方面，目前成熟的技術(shù)仍然需要比較專用的設(shè)備，基于更加通用信息的動作獲取方式（例如視覺輸入或者說視頻輸入）在穩(wěn)定性質(zhì)量上還有很大的問題。?

其次在動作技能的學習方面，目前主要的學習方法（例如基于強化學習或者策略優(yōu)化）都存在成本高并且結(jié)果可控性差的問題。應該說我們目前還沒有完全理解人和動物的動作學習過程，通常還只能把每個或者一類動作技能單獨來考慮，如何把學習成果經(jīng)驗化并指導新的學習還是一個未解的問題。?

另外讓機器人模仿學習人和動物的運動依然是一項挑戰(zhàn)。一方面從仿真環(huán)境到真實環(huán)境的遷移還面臨著巨大的Reality Gap，另一方面目前機器人硬件上的限制也為其獲得更高的運動智能帶來很大的困難。?

產(chǎn)業(yè)應用方面，我覺得除了傳統(tǒng)上的與運動生成和動畫技術(shù)相關(guān)的電影、游戲領(lǐng)域，一個相對比較近期的應用場景可能是虛擬主播以及虛擬社交方面。結(jié)合運動感知和運動生成技術(shù)我們可以有望為用戶提供更加定制化和可交互的體驗。?

另外一方面，結(jié)合對運動的理解，我們可以獲取更深層次的運動相關(guān)信息，比如說人在運動時身體的穩(wěn)定性乃至對關(guān)節(jié)肌肉的控制情況，這些信息在專業(yè)體育訓練、醫(yī)療輔助、看護服務等相關(guān)的領(lǐng)域可以有很大應用。?

除此之外，目前虛實結(jié)合的運動技能學習是機器人領(lǐng)域的研究熱點之一。長遠來看，將運動智能技術(shù)應用到機器人上，實現(xiàn)可定制的多用途的服務機器人是一個很有意義的應用場景。?

智源：您回國后，從長遠來看，如何規(guī)劃自己的研究課題？?

劉利斌：目前我的研究工作主要還是圍繞運動控制和動作技能學習方面，近期會比較重點關(guān)注多技能學習以及運動技能的遷移學習，以及多智能體協(xié)作和對抗等問題。?

長遠來看，我希望將研究領(lǐng)域擴展到“運動智能”的其他相關(guān)領(lǐng)域，包括基于計算機視覺的運動感知與獲取、機器人設(shè)計、以及虛實結(jié)合的機器人運動控制等方面。同時也希望與業(yè)界交流，共同探索可能的技術(shù)落地方向。

智源新星計劃 · 介紹
智源新星計劃是智源研究院持續(xù)推進“智源學者計劃”實施，加強智源學者隊伍建設(shè)的重要舉措。智源新星計劃的目的是充分發(fā)揮智源研究院體制機制創(chuàng)新優(yōu)勢，支持人工智能領(lǐng)域有潛力、有創(chuàng)新精神的卓越青年人才探索人工智能領(lǐng)域更有挑戰(zhàn)性的科學問題，構(gòu)建開放、多元、高端、國際化的“智源學者”科學家社區(qū)，提升北京市人工智能科技創(chuàng)新實力。