一种新型的双足机器人，它已经学会了走“梅花桩”

据外媒报道，加州大学伯克利分校的科学家们研发了一种新型的双足机器人，它已经学会了走“梅花桩”，为将来完成搜索和救援任务打下了坚实的基础。

相关研究成果发表在本月出版的IEEE Spectrum上，两位在双足机器人步行研究前沿的研究人员让我们了解了机器人在复杂的地形上行走所面临的挑战，在那里他们必须站起来、蹲下、保持平衡，并且不允许失败。

他们补充道，毫无疑问，挑战仍然存在。“目前最先进的机器人在准静态运动时速度慢，对意外干扰不稳健，在能源使用方面效率低下。”

Ayush Agrawal和Quan Nguyen分别来自加州大学伯克利分校和卡内基梅隆大学。他们解释了为什么很难。他们写道，“设计可以处理离散立足点（如碎石或踏脚石）的控制算法是有挑战性的，因为对脚的放置有严格的限制，这是不能违反的，这些系统的运动是由复杂的动力学方程来控制的。”

他们还评论了机器人如何移动。此外，这些机器人不知道前方的地形将是什么样子；只有下一步的位置显示给机器人，这个场景很接近机器人在现实世界中会遇到的情况。

根据Luke Dormehl在Digital Trends上的总结：加州大学伯克利分校和卡内基梅隆大学的一组研究人员，包括Koushil Sreenath教授，Ayush Agrawal和Quan Nguyen，开发了控制算法，允许ATRIAS机器人动态地、快速地走过垫脚石组成的随机地形。

两人表示，他们一直致力于“为高度自由的双足机器人开发正式的控制框架，这不仅可以确保在离散地形上精确放置脚步，而且还可以模拟不确定性和外力。”

该团队在不同类型的地形下使用欠驱动（在脚踝处没有致动器，只是定点脚）双足机器人。 这是一个ATRIAS机器人，一个实用的选择，因为机器人可以测试运动。

ATRIA将碳纤维腿部机制视为轻量级，并且可以软化每个脚步，而不是向身体发送大量的震动。

指导步行机器人的复杂人工智能算法依赖于严格的脚放置规则，使得每个步骤的高度和距离都相当严格。加州大学的研究人员绕开了这个问题，使用机器学习来“教”双足机器人如何处理不同高度和距离的台阶。他们的系统给步行机器人更多的自由，使它们比之前的任何双足机器人模型都更灵活。为了测试它们的创造力，科学家们用垫脚石建造突击课程，这些垫脚石的高度和距离随机变化。每一个机器人都能够顺利通过，即使它以前从未尝试过这条路线。

Agarwahl和Nguyen在IEEE Spectrum中表示，“我们相信这是第一次在双足机器人上成功演示出步长和步高同步变化的踏脚石动态行走。”

下一步计划是什么？

TechCrunch的John Biggs认为，目前机器人可以说是“瞎的”，所以，研究人员下一步将机器视觉融入其中，利用视觉输入来规划下一步的动作。

据研究人员介绍，这一技术的潜在应用非常多，在搜索和救援中，可以部署自主的类人机器人代替人类救援人员;探索未测绘或未探索的地区，如在其他行星上，那里的表面可能是高度不均匀的；或者是在家里作为个人机器人。