作者：Aaron Aupperlee，卡内基梅隆大学

卡内基梅隆大学和伯克利的研究人员设计的机器人系统允许小型、低成本的有腿机器人在具有挑战性的环境中机动。

这个小机器人几乎可以去任何地方

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个机器人系统，使一个低成本和相对较小的腿部机器人能够爬上和走下接近其高度的楼梯；穿越岩石、湿滑、不平、陡峭和多变的地形；走过空隙；攀登岩石和路边；甚至在黑暗中操作。

卡内基梅隆大学计算机科学学院的助理教授Deepak Pathak说："赋予小型机器人爬楼梯和处理各种环境的能力，对于开发在人们的家中以及搜救行动中有用的机器人至关重要。"这个系统创造了一个坚固和适应性强的机器人，可以执行许多日常任务。”

研究小组对机器人进行了测试，在公共公园不平坦的楼梯和山坡上测试，挑战它走过垫脚石和湿滑的表面，并要求它爬楼梯，而对于它的身高来说，爬楼梯就像人类跃过障碍物一样。该机器人依靠其视觉和小型机载计算机，迅速适应并掌握了具有挑战性的地形。

研究人员用4000个克隆的机器人在一个模拟器上进行训练，在那里他们练习在具有挑战性的地形上行走和攀爬。模拟器的速度使机器人在一天之内获得了六年的经验。模拟器还将它在训练期间学到的运动技能储存在一个神经网络中，研究人员将其复制到真正的机器人上。这种方法不需要对机器人的动作进行任何手工设计，这与传统的方法不同。

大多数机器人系统使用摄像头来创建周围环境的地图，并在执行之前使用该地图来计划动作。这个过程是缓慢的，而且往往会由于映射阶段固有的模糊性、不精确性或误解而影响后续的计划和运动。绘图和计划在专注于高级控制的系统中是有用的，但并不总是适合低级技能的动态要求，如在具有挑战性的地形上行走或跑步。

新系统绕过了测绘和规划阶段，直接将视觉输入导向机器人的控制。机器人看到的东西决定了它如何移动。甚至连研究人员都没有指定腿应该如何移动。这种技术使机器人能够对迎面而来的地形作出快速反应，并有效地通过它。

由于不涉及地图或计划，而且动作是通过机器学习训练的，所以机器人本身可以是低成本的。该团队使用的机器人比现有的替代品至少要便宜25倍。该团队的算法有可能使低成本的机器人更广泛地使用。

"这个系统直接使用视觉和身体的反馈作为输入，向机器人的电机输出指令。"卡内基梅隆大学计算机科学学院机器学习专业的博士生Ananye Agarwal说："这种技术使该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。"

这种直接从视觉到控制的方面是受生物启发的。人类和动物使用视觉来移动。试着闭着眼睛跑步或保持平衡。该团队以前的研究表明，盲目的机器人--没有摄像头的机器人--可以征服具有挑战性的地形，但是增加视觉并依靠这种视觉大大改善了该系统。

该团队还从大自然中寻找该系统的其他元素。对于一个小型机器人--在这种情况下，不到一英尺高--来说，要想攀爬楼梯或接近其高度的障碍物，它要学会采用人类用来跨过高大障碍物的动作。

当人类不得不高高抬起腿来攀爬壁架或障碍物时，它用臀部将腿向外侧移动，称为外展和内收，给它更多的间隙。帕塔克团队设计的机器人系统也是如此，利用臀部外展来应对障碍物，而这些障碍物会绊倒市场上一些最先进的腿部机器人系统。

四条腿的动物的后腿运动也启发了该团队。当一只猫在障碍物中移动时，它的后腿会避开与前腿相同的物品，而没有附近的眼睛。"四条腿的动物有一种记忆，使它们的后腿能够跟踪前腿。我们的系统以类似的方式工作 "帕塔克说。该系统的板载存储器使后腿能够记住前面的摄像头所看到的东西，并进行机动以避免障碍物。

加州伯克利大学的博士生Ashish Kumar说："由于没有地图，没有规划，我们的系统记住了地形和前腿的移动方式，并将其转化为后腿，这样做既迅速又完美。“

这项研究可能是朝着解决腿部机器人所面临的现有挑战并将它们带入人们的家庭迈出的一大步。由Pathak、伯克利大学教授Jitendra Malik、Agarwal和Kumar撰写的论文 "使用以自我为中心的视觉在具有挑战性的地形中进行腿部运动"，将在即将于新西兰奥克兰举行的机器人学习会议上发表。