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(xiàng)新成果登上國(guó)際學(xué)術(shù)頂刊Science（《科學(xué)》）的子刊Science Robotics（《科學(xué)·機(jī)器人學(xué)》）。研究人員推出一個(gè)類似機(jī)器狗的四足機(jī)器人，這個(gè)機(jī)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(fèi)的時(shí)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(tái)階、碎石和布滿樹(shù)根的森林小徑組成，能在偏遠(yuǎn)和危險(xiǎn)環(huán)境中自主操作的腿式機(jī)器人，將幫助人類探索海拔較高的未知領(lǐng)域。
外部感知對(duì)于快速和節(jié)能的運(yùn)動(dòng)至關(guān)重要，機(jī)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(jī)器人系統(tǒng)實(shí)驗(yàn)室機(jī)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(jī)器人ANYmal，這個(gè)機(jī)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(dòng)物會(huì)自動(dòng)將其環(huán)境的視覺(jué)感知與他們的腿和手的本體感覺(jué)結(jié)合起來(lái)。這使他們能夠輕松應(yīng)對(duì)濕滑或松軟的地面，并較容易地四處走動(dòng)。不過(guò)，到目前為止，腿式機(jī)器人只能在有限的范圍內(nèi)做到這一點(diǎn)。
“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。”赫特研究小組的博士生、該研究的主要作者三木隆弘（Takahiro Miki）解釋說(shuō)。
機(jī)器人能夠利用外部感知來(lái)行動(dòng)，是該項(xiàng)技術(shù)中的一項(xiàng)重大挑戰(zhàn)。首先，山上的雪、植被和水表面的反射率高，機(jī)器人會(huì)將它們視為無(wú)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(jiàn)度低，或者由于光線反射、植被遮擋機(jī)器人身上的傳感器，這些都可能會(huì)導(dǎo)致傳感器的感知度降低。
受這些因素影響，機(jī)器人腿部運(yùn)動(dòng)比較通用的解決方案是靠本體感覺(jué)，這也嚴(yán)重限制了其運(yùn)動(dòng)速度，因?yàn)闄C(jī)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(jī)器人必須能夠自己決定，何時(shí)信任對(duì)環(huán)境的視覺(jué)感知并快速前進(jìn)，何時(shí)最好謹(jǐn)慎行事，小步前進(jìn)。”三木隆弘說(shuō)。
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(jī)器人腿部運(yùn)動(dòng)的外部感受和本體感受。研究人員開(kāi)發(fā)的具有高魯棒性和速度的腿式運(yùn)動(dòng)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(guò)端到端的訓(xùn)練，讓機(jī)器人學(xué)習(xí)無(wú)縫組合不同的感知模式。
“機(jī)器人已經(jīng)學(xué)會(huì)將其環(huán)境的視覺(jué)感知與本體感覺(jué)，也就是基于直接的腿部接觸的觸覺(jué)結(jié)合起來(lái)。這使它能夠更快、更有效地應(yīng)對(duì)崎嶇地形，最重要的是，更穩(wěn)健?！焙仗卣f(shuō)，未來(lái)，ANYmal可以用于任何對(duì)人類來(lái)說(shuō)太危險(xiǎn)，或?qū)ζ渌麢C(jī)器人來(lái)說(shuō)也難以通過(guò)的地方。
機(jī)器人在現(xiàn)實(shí)世界中實(shí)際行動(dòng)之前，科學(xué)家們?cè)谔摂M訓(xùn)練營(yíng)中為這個(gè)四足機(jī)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(shí)可以依賴環(huán)境數(shù)據(jù)、何時(shí)可以忽略這些數(shù)據(jù)。
赫特說(shuō)：“在實(shí)驗(yàn)中評(píng)估機(jī)器人外部感知很重要?！毖芯咳藛T在模擬的附加實(shí)驗(yàn)中，他們還比較了各種階梯和樓梯地形中，機(jī)器人行動(dòng)的成功率，以進(jìn)一步定量評(píng)估其性能。
在評(píng)估過(guò)程中，研究人員向機(jī)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(gè)實(shí)驗(yàn)數(shù)據(jù)來(lái)計(jì)算成功率。實(shí)驗(yàn)成功的標(biāo)準(zhǔn)是機(jī)器人的行動(dòng)距離是否超過(guò)4米。研究結(jié)果顯示，這個(gè)四足機(jī)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(gè)環(huán)境
研究小組還采用了教師-學(xué)生模式來(lái)對(duì)機(jī)器人進(jìn)行訓(xùn)練。在訓(xùn)練過(guò)程中，赫特將信息策略的控制頻率設(shè)置為50 Hz，每個(gè)環(huán)境收集250個(gè)時(shí)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(shí)執(zhí)行1000個(gè)環(huán)境的訓(xùn)練。
對(duì)于教師模型，研究人員采用深度增強(qiáng)學(xué)習(xí)PPO算法，這個(gè)算法模型可以有效衡量機(jī)器人的步長(zhǎng)。在將觀察結(jié)果匯總觀察之前，他們會(huì)使用運(yùn)行平均值和標(biāo)準(zhǔn)偏差對(duì)其進(jìn)行標(biāo)準(zhǔn)化，不同的實(shí)驗(yàn)會(huì)在每一次訓(xùn)練中以指數(shù)形式更新。
對(duì)于學(xué)生模型，赫特說(shuō)：“我們?cè)?00個(gè)環(huán)境中進(jìn)行了推廣，并為一次訓(xùn)練迭代收集了400個(gè)時(shí)間段的軌跡?！辈⑶以谟?xùn)練學(xué)生模型時(shí)，實(shí)驗(yàn)過(guò)程沒(méi)有高度樣本噪音干擾。
“通過(guò)這種訓(xùn)練，機(jī)器人能夠在以前從未見(jiàn)過(guò)的情況下掌握最困難的自然地形?！焙仗卣f(shuō)，“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(shuō)法，ANYmal會(huì)依靠其本體感覺(jué)安全行事，這樣的話機(jī)器人行動(dòng)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(yǔ)：機(jī)器人或能幫助人類探索未知領(lǐng)域
在實(shí)際應(yīng)用場(chǎng)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(shí)，還能自動(dòng)快速地克服許多障礙物和困難地形。
機(jī)器人的快速避障和感知能力進(jìn)一步提升，在未來(lái)，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(duì)人類來(lái)說(shuō)太危險(xiǎn)以及其他機(jī)器人無(wú)法應(yīng)對(duì)困難地形的地方，像ANYmal這樣的機(jī)器人都可以派上大用場(chǎng)。
近年來(lái)，機(jī)器人研究的應(yīng)用在不斷擴(kuò)展，機(jī)器人行動(dòng)結(jié)合本體感受和外部感受等技術(shù)，都在解決很多機(jī)器人運(yùn)動(dòng)的難題，該領(lǐng)域未來(lái)在人類未知領(lǐng)域的探索應(yīng)用場(chǎng)景可能會(huì)進(jìn)一步擴(kuò)大。
來(lái)源：Robohub、Science