深度学习加持,四足机器人ANYMAL 横空出世

一说起机器人行走的稳定性，首先想到的就是波士顿四足机器人，随便怎么推都不易摔倒，还能做旋转跳跃后空翻等各种高难度的动作。现在波士顿狗不再“一枝独秀”，有一个机器人正在挑战波士顿动力公司出的那个著名的机器狗，它就是ANYMAL。

最近，有一个机器人横空出世，被认为真正有潜力挑战波士顿动力的机器狗，它就是ANYMAL，一款由瑞士苏黎世联邦理工大学（ETH Zurich university）机器人系统实验室和ANYMAL机器人公司合作研制开发的四足机器人，通过深度强化学习打造。

虽然ANYMAL与SpotMini很相似，但它并不是刻意地东施效。因为，四足这种形式是建立稳定机器人的绝佳模型，即使发生故障它们仍可站立起来。ANYMAL采用兼容而精确的可控扭矩致动器控制，使其能实现动态平衡和具备向上攀爬的能力。

ANYmal机器狗配备有测距传感器和激光雷达传感器，收集距离和感知周围地形的形状，同时进行定位和地图的计算获得精确的地形，结合机器人的位置和姿势(姿势会影响本身的惯性，从而对加速度和稳定有影响），运动的数据等结合，机器狗可以自主的执行实施的任务，规划实施的路径。

而在经过了反复训练之后ANYMAL自身平衡能力更稳定，任你怎么踹，它都能都泰然处之。

此外，ANYMAL的本领还有很多了，比如说随着不同风格的音乐进行不一样的摇动和扭动。机器狗身上的内置麦克风会通过计算将音乐中的节奏提取出来。工程师已提前为 ANYmal 设计了几套舞蹈动作存入数据库，所以当它听到音乐时，就会根据节奏选择适合该音乐的动作。

ANYMAL的进展就在于，找到了一种新的在机器人领域使用深度学习方法：通过在真机上采集的数据，使模型能学到真实机器人上的平衡、延迟等行为。

也就是说，ANYMAL与被植入了硬性程序的机器人不同，在深度强化学习的加持下，ANYMAL具有自我学习、自我升级的能力，因而能适应更多场景。使其可被用于完成工厂室内或室外场地检查和具体操作等任务，在自然地形或碎片区域的搜索和救援任务中，也可发挥巨大作用。