文|智東西

編譯|程茜

智東西1月21日消息，1月19日，瑞士蘇黎世聯(lián)邦理工學(xué)院的一項新成果登上國際學(xué)術(shù)頂刊Science（《科學(xué)》）的子刊Science Robotics（《科學(xué)·機器人學(xué)》）。研究人員推出一個類似機器狗的四足機器人，這個機器人能夠結(jié)合外部感知和本體感知，爬上120米高的山僅需要31分鐘，比人類徒步花費的時間還要快4分鐘。

山上往往都由濕滑地面上的陡峭路段、高高的臺階、碎石和布滿樹根的森林小徑組成，能在偏遠(yuǎn)和危險環(huán)境中自主操作的腿式機器人，將幫助人類探索海拔較高的未知領(lǐng)域。

外部感知對于快速和節(jié)能的運動至關(guān)重要，機器人在接觸地形之前感知地形可以提前規(guī)劃和適應(yīng)步態(tài)，以保持速度和穩(wěn)定性。

瑞士蘇黎世聯(lián)邦理工學(xué)院機器人系統(tǒng)實驗室機器人學(xué)教授馬可·赫特（Marco Hutter）領(lǐng)導(dǎo)的研究小組，聯(lián)合學(xué)校的衍生公司ANYbotics，推出了商業(yè)化的腿式四足機器人ANYmal，這個機器人能夠穿越多種類型的復(fù)雜地形。

01.不依賴傳感器，自主判斷速度快慢

為了在困難的地形上前進(jìn)，人類和動物會自動將其環(huán)境的視覺感知與他們的腿和手的本體感覺結(jié)合起來。這使他們能夠輕松應(yīng)對濕滑或松軟的地面，并較容易地四處走動。不過，到目前為止，腿式機器人只能在有限的范圍內(nèi)做到這一點。

“原因是激光傳感器和攝像頭記錄的有關(guān)直接環(huán)境的信息通常不完整且模棱兩可?！焙仗匮芯啃〗M的博士生、該研究的主要作者三木隆弘（Takahiro Miki）解釋說。

機器人能夠利用外部感知來行動，是該項技術(shù)中的一項重大挑戰(zhàn)。首先，山上的雪、植被和水表面的反射率高，機器人會將它們視為無法踩到或完全消失的障礙物；其次，由于山上有灰塵、霧氣，能見度低，或者由于光線反射、植被遮擋機器人身上的傳感器，這些都可能會導(dǎo)致傳感器的感知度降低。

受這些因素影響，機器人腿部運動比較通用的解決方案是靠本體感覺，這也嚴(yán)重限制了其運動速度，因為機器人需要先親身感受地形，然后再調(diào)整步態(tài)。

“這就是為什么像ANYmal這樣的機器人必須能夠自己決定，何時信任對環(huán)境的視覺感知并快速前進(jìn)，何時最好謹(jǐn)慎行事，小步前進(jìn)?！比韭『胝f。

02.控制器快速避障，10秒前進(jìn)4米多

赫特領(lǐng)導(dǎo)的研究小組提出的這種更加通用的解決方案，他們整合了機器人腿部運動的外部感受和本體感受。研究人員開發(fā)的具有高魯棒性和速度的腿式運動控制器，采用了基于注意力的循環(huán)編碼器。該編碼器可以集成本體感受和外部感受輸入，并經(jīng)過端到端的訓(xùn)練，讓機器人學(xué)習(xí)無縫組合不同的感知模式。

“機器人已經(jīng)學(xué)會將其環(huán)境的視覺感知與本體感覺，也就是基于直接的腿部接觸的觸覺結(jié)合起來。這使它能夠更快、更有效地應(yīng)對崎嶇地形，最重要的是，更穩(wěn)健?！焙仗卣f，未來，ANYmal可以用于任何對人類來說太危險，或?qū)ζ渌麢C器人來說也難以通過的地方。

機器人在現(xiàn)實世界中實際行動之前，科學(xué)家們在虛擬訓(xùn)練營中為這個四足機器人設(shè)置了眾多障礙，以便于它能找到克服多種障礙的理想方式，以及它何時可以依賴環(huán)境數(shù)據(jù)、何時可以忽略這些數(shù)據(jù)。

赫特說：“在實驗中評估機器人外部感知很重要?！毖芯咳藛T在模擬的附加實驗中，他們還比較了各種階梯和樓梯地形中，機器人行動的成功率，以進(jìn)一步定量評估其性能。

在評估過程中，研究人員向機器人發(fā)出0.7m/s的固定前進(jìn)速度指令，持續(xù)10秒，并收集了300個實驗數(shù)據(jù)來計算成功率。實驗成功的標(biāo)準(zhǔn)是機器人的行動距離是否超過4米。研究結(jié)果顯示，這個四足機器人的控制器性能明顯優(yōu)于基線，可以穿越更多類型的地形范圍。

03.教師+學(xué)生模型訓(xùn)練，訓(xùn)練迭代1000個環(huán)境

研究小組還采用了教師-學(xué)生模式來對機器人進(jìn)行訓(xùn)練。在訓(xùn)練過程中，赫特將信息策略的控制頻率設(shè)置為50 Hz，每個環(huán)境收集250個時間段的軌跡數(shù)據(jù)，形成一次訓(xùn)練迭代。隨后他們將模擬環(huán)境并行化，以同時執(zhí)行1000個環(huán)境的訓(xùn)練。

對于教師模型，研究人員采用深度增強學(xué)習(xí)PPO算法，這個算法模型可以有效衡量機器人的步長。在將觀察結(jié)果匯總觀察之前，他們會使用運行平均值和標(biāo)準(zhǔn)偏差對其進(jìn)行標(biāo)準(zhǔn)化，不同的實驗會在每一次訓(xùn)練中以指數(shù)形式更新。

對于學(xué)生模型，赫特說：“我們在300個環(huán)境中進(jìn)行了推廣，并為一次訓(xùn)練迭代收集了400個時間段的軌跡?！辈⑶以谟?xùn)練學(xué)生模型時，實驗過程沒有高度樣本噪音干擾。

“通過這種訓(xùn)練，機器人能夠在以前從未見過的情況下掌握最困難的自然地形?！焙仗卣f，“即使直接環(huán)境中的傳感器數(shù)據(jù)模棱兩可或含糊不清，這也有效?！?/p>

根據(jù)赫特的說法，ANYmal會依靠其本體感覺安全行事，這樣的話機器人行動就做到了兩全其美，能夠結(jié)合外部感知的速度和效率以及本體感知的安全性。

04.結(jié)語：機器人或能幫助人類探索未知領(lǐng)域

在實際應(yīng)用場景中，ANYmal在自主探索狹窄隧道、洞穴和城市基礎(chǔ)設(shè)施的地下系統(tǒng)的同時，還能自動快速地克服許多障礙物和困難地形。

機器人的快速避障和感知能力進(jìn)一步提升，在未來，各種極端條件下，比如地震之后、核災(zāi)難之后或是森林火災(zāi)期間，對人類來說太危險以及其他機器人無法應(yīng)對困難地形的地方，像ANYmal這樣的機器人都可以派上大用場。

近年來，機器人研究的應(yīng)用在不斷擴展，機器人行動結(jié)合本體感受和外部感受等技術(shù)，都在解決很多機器人運動的難題，該領(lǐng)域未來在人類未知領(lǐng)域的探索應(yīng)用場景可能會進(jìn)一步擴大。

來源：Robohub、Science