机器人是如何学会徒步旅行的
来源：中国数字科技馆
由Marco Hutter领导的苏黎世联邦理工学院的研究人员开发了一种新的控制方法，可以使一种名为ANYmal的四足机器人能够在困难的地形上快速而稳健地移动。通过机器学习，机器人第一次将其对环境的视觉感知与触觉结合起来。
陡峭的地面、高台阶、碎石和布满树根的森林小径，苏黎世湖南端1098米高的埃泽尔山的登山道路上布满了障碍。但来自苏黎世联邦理工学院机器人系统实验室的四足机器人ANYmal在31分钟的徒步旅行中毫不费力地克服了120米的垂直高度。这比人类徒步者的估计间要快4分钟，而且途中没有摔倒或失误。
这项成果是由一种新的控制技术实现的，机器人学教授Marco Hutter领导的苏黎世联邦理工学院的研究人员最近在《科学·机器人》杂志上发表了该技术。“机器人已经学会将对环境的视觉感知与本体感知结合起来——本体感知是一种基于腿部直接接触的触觉。这使得它能够更快、更有效地应对粗糙的地形，最重要的是，更稳健。”Hutter说。在未来，ANYmal可以用于任何对人类来说太危险或其他机器人无法通过的地方。
准确地感知环境
为了在困难的地形中行走，人类和动物会自动地将对环境的视觉感知与腿和手的本体感觉结合起来。这使得他们可以很容易地应对湿滑或松软的地面，即使在能见度很低的条件下也能充满信心地四处移动。到目前为止，有腿的机器人只能在有限的程度上做到这一点。
“原因是激光传感器和相机记录的直接环境信息往往是不完整和模糊的。”该研究小组成员、主要作者Takahiro Miki解释说。例如，草丛、浅水坑或雪看起来是无法跨越的障碍，而实际上机器人是可以通过这些障碍的。此外，机器人的视野在野外可能会被困难的照明条件、灰尘或雾所遮挡。
Miki说：“这就是为什么像ANYmal这样的机器人必须能够自己判断，什么时候应该相信环境的视觉感知，快速前进，什么时候应该谨慎地小步前进。”“这是一个巨大的挑战。”
虚拟训练营
由瑞士苏黎世联邦理工学院(ETH)研究人员开发、瑞士苏黎世联邦理工学院附属公司ANYbotics商业化的四足机器人“ANYmal”，得益于一种基于神经网络的新型控制系统，首次能够将外部和本体感知结合起来。
在机器人能够在现实世界中进行测试之前，科学家们在一个虚拟训练营中将该系统暴露在大量障碍物和错误信息中。这让机器人学习到了克服障碍的理想方式，知道何时可以依赖环境数据，以及何时忽略这些数据会更好。
“通过这种训练，机器人能够陌生的情况下掌握最困难的自然地形。”苏黎世联邦理工学院的Hutter教授说。即使即时环境的传感器数据是模糊的或不明确的，这种方法也可以让机器人工作。然后，ANYmal靠本体感觉来保证安全。根据Hutter的说法，机器人结合了这两个领域的优点：外部感知的速度和效率以及本体感知的安全性。
极端条件下的使用
无论是地震、核灾难还是森林火灾，像ANYmal这样的机器人可以主要用于对人类来说太危险的地方，以及其他机器人无法应对的复杂地形。
去年9月，ANYmal在世界上著名的机器人竞赛之一——美国国防部高级研究计划局(DARPA)地下挑战赛上展示了这种新的控制技术的工作效果。苏黎世联邦理工学院的机器人在自动探索狭窄的隧道、洞穴和城市基础设施的地下系统时，迅速地克服了无数障碍和困难的地形，获得比赛第一名及高达200万美元的奖金。
（独家编译：科幻世界）
本文来自： techxplore
欢迎浏览更多精彩内容，请戳->中国数字科技馆