想要在现实世界的机器人身上探索强化学习（RL），并非易事。

　　首先，你得拥有类似这样的机器人平台：
 

　　而像这样的一只PR2，售价高达40万美元（约合人民币286万元）。

　　这就足以让很多刚刚起步，或者正想涉足RL/机器人学研究的小型实验室望而却步了。

　　不过现在，谷歌正在试图让这件事变得更简单，更便宜。

　　比如这样一只三指机器人：
 

　　价格仅3500美元（约合人民币2.5万元）。

　　还有这样一只四足机器人：
 

　　价格4200美元（约合人民币3万元）。

　　并且，还有相应的开源代码，和精心设计的基准测试作为配套。

　　这就是谷歌的ROBEL基准。这项研究登上了CoRL 2019。

　　ROBEL

　　ROBEL由两只机器人组成，适用于不同的强化学习研究任务。

　　三指手形机器人，名为D’Claw，擅长学习灵巧操作任务。
 

　　D’Claw执行任务的过程中有三种常见的操纵行为。

　　姿势，KUKA机器人电路板维修，适应不同环境的形状。

　　旋转，将物体旋转到指定的角度。

　　以及拧紧。

　　四足机器人，名叫D’Kitty，是只小猫咪，擅长学习敏捷移动。
 

　　它的三种基准测试动作，是站立，定向和行走。

　　机器人的设计都基于现成的组件和常用的原型制作工具（3D打印或激光切割），模块化，易于组装，易于维护。

　　即使你对硬件并不在行，也仅需要几个小时的时间，库卡机器人何服电机维修，就能构建完成。

　　ROBEL还为所有这些基准测试任务提供了模拟器，有助于研究人员进行算法开发和快速原型设计。
 

　　可复现，很鲁棒

　　听上去便宜好用的ROBEL，到底靠不靠谱呢？

　　迄今为止，谷歌已经对其进行了长达14000多个小时的训练。

　　实验证明，ROBEL能够胜任多种机器学习算法。
 

　　并且，两个不同的实验室分别对ROBEL进行了“试用”。仅使用ROBEL的设计文件和装配说明，两个实验室都成功复现了ROBEL的两个硬件平台。

　　两个实验室都对自己组装起来的ROBEL进行了基准任务测试。

　　两条训练曲线几乎重合。也就是说，在不同地点建造的两只机器人，机器人维修，不仅表现出了相似的训练进度，并且最终都收敛到了同一性能水准。

　　还真是便宜又好货啊。