低成本机器人，可应对任何障碍

卡内基梅隆大学计算机科学学院和加州大学伯克利分校的研究人员设计了一种机器人系统，使低成本且相对较小的有腿机器人能够上下接近其高度的楼梯；穿越岩石、湿滑、不平坦、陡峭和变化多端的地形；走过间隙；攀爬岩石和路缘石；甚至在黑暗中进行操作。

机器人研究所助理教授 Deepak Pathak 表示：“让小型机器人能够爬楼梯并应对各种环境，对于开发可用于家庭以及搜救行动的机器人至关重要。” “这个系统创造了一个强大且适应性强的机器人，可以执行许多日常任务。”

该团队对机器人进行了测试，在公园不平坦的楼梯和山坡上对其进行了测试，挑战它走过踏脚石和光滑的表面，并要求它爬上高度相当于人类跳过的楼梯一个障碍。该机器人依靠其视觉和小型机载计算机，能够快速适应并掌握具有挑战性的地形。

研究人员在模拟器中用 4,000 个克隆机器人训练了该机器人，在具有挑战性的地形上练习行走和攀爬。模拟器的速度让机器人在一天之内就获得了六年的经验。模拟器还将训练过程中学到的运动技能存储在神经网络中，研究人员将其复制到真实的机器人中。这种方法不需要对机器人的运动进行任何手工设计——这与传统方法不同。

大多数机器人系统使用摄像头创建周围环境的地图，并在执行之前使用该地图来规划运动。该过程很慢，并且经常会由于绘图阶段固有的模糊性、不准确性或误解而出现问题，从而影响后续的计划和行动。地图绘制和规划对于专注于高级控制的系统很有用，但并不总是适合低级技能的动态要求，例如在具有挑战性的地形上行走或跑步。

新系统绕过了绘图和规划阶段，直接将视觉输入路由到机器人的控制。机器人看到的东西决定了它如何移动。甚至研究人员也没有具体说明腿应该如何移动。这项技术使机器人能够快速对即将到来的地形做出反应并有效地穿过它。

由于不涉及绘图或规划，并且使用机器学习来训练动作，因此机器人本身成本较低。该团队使用的机器人比现有替代品至少便宜 25 倍。该团队的算法有可能使低成本机器人得到更广泛的应用。

“该系统直接使用来自身体的视觉和反馈作为输入，向机器人电机输出命令，”SCS 博士 Ananye Agarwal 说道。机器学习专业的学生。 “这项技术使系统在现实世界中非常稳健。如果它在楼梯上滑倒，它可以恢复。它可以进入未知的环境并适应。”

这种直接视觉控制的方式是受生物学启发的。人类和动物利用视觉来移动。尝试闭着眼睛跑步或保持平衡。该团队之前的研究表明，盲人机器人（没有摄像头的机器人）可以征服具有挑战性的地形，但增加视觉并依赖视觉可以极大地改善系统。

该团队还向大自然寻找系统的其他元素。对于一个小型机器人（在这种情况下不到一英尺高）来说，要爬上接近其高度的楼梯或障碍物，它学会了采用人类跨越高障碍物的动作。当人类必须将腿高高抬起以攀爬壁架或障碍物时，它会利用臀部将腿移至一侧，称为外展和内收，从而获得更多间隙。 Pathak 团队设计的机器人系统也做了同样的事情，利用髋部外展来解决市场上一些最先进的腿式机器人系统绊倒的障碍。

四足动物后腿的运动也给团队带来了启发。当猫穿过障碍物时，它的后腿会避开与前腿相同的物体，而无需附近眼睛的帮助。 “四足动物有一种记忆，可以让后腿追踪前腿。我们的系统以类似的方式工作。”帕塔克说。该系统的板载内存使后腿能够记住前面的摄像头看到的内容并进行操作以避开障碍物。

“由于没有地图，没有规划，我们的系统会记住地形以及它如何移动前腿并将其转换到后腿，这样做快速且完美，”博士阿什什·库马尔（Ashish Kumar）说。伯克利的学生。

这项研究可能是解决腿式机器人面临的现有挑战并将其带入人们家中的一大进步。由 Pathak、伯克利大学教授 Jitendra Malik、Agarwal 和 Kumar 撰写的论文《使用自我中心视觉在具有挑战性的地形中进行腿式运动》将在即将在新西兰奥克兰举行的机器人学习会议上发表。

视频： https://youtu.be/N70CqROzwxI