低成本机器人可以轻松克服几乎任何障碍

一组研究人员设计了一个机器人系统，使低成本的小型腿式机器人能够克服几乎任何障碍或地形。该机器人可以攀爬和下降几乎与其高度相同的楼梯，或在岩石、滑溜、不平、陡峭和多样的地形上行走。它还可以跨越空隙、攀爬岩石，并在黑暗中运行。

该项目由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共同开展。

赋予小型机器人新的技能

Deepak Pathak 是机器人研究所的助理教授。

“赋予小型机器人攀爬楼梯和处理各种环境的能力对于开发将在人们家中和搜索救援行动中有用的机器人至关重要，”Pathak 说。“该系统创建了一个强大且适应性强的机器人，可以执行许多日常任务。”

该机器人在公共公园的不平楼梯和山坡上进行了测试，考验了其跨越石头和在滑溜表面行走的能力。它还被要求攀爬相当于人类跳过障碍的楼梯。机器人通过使用其视觉和小型机载计算机实现了快速适应和掌握地形的令人印象深刻的能力。

机器人在模拟器中使用 4,000 个克隆进行了训练。这些克隆练习行走和攀爬复杂地形，模拟器的速度使机器人能够在仅一天内获得六年的经验。

训练期间学习的运动技能由模拟器存储在神经网络中，研究人员然后将其复制到真实机器人中。这种创新方法意味着无需手动工程化机器人的运动。

今天的许多机器人系统依赖于创建周围环境地图的摄像头，然后使用该地图来规划机器人的运动。但是，该过程可能很慢，并且容易由于映射阶段中的不准确性或误解而出错。这些不准确性会影响规划和运动。

虽然映射和规划对于专注于高级控制的系统很有用，但它们并不总是适合于低级技能（如行走或奔跑）的动态要求。

高效和快速机动

新开发的机器人系统跳过了映射和规划阶段，并直接将视觉输入路由到机器人的控制。基本上，这意味着机器人看到并相应地移动。这种突破性技术使机器人能够快速有效地对复杂地形做出反应。

机器人的运动通过机器学习进行训练，使机器人低成本。测试机器人至少比市场上的替代品便宜 25 倍。根据团队的说法，他们的算法可以使低成本机器人更加普及。

Ananye Agarwal 是机器学习领域的博士生。

“该系统直接使用视觉和身体反馈作为输入来输出命令给机器人的电机，”Agarwal 说。“这种技术使系统在现实世界中非常强大。如果它在楼梯上滑倒，它可以恢复。它可以进入未知环境并适应。”

机器人系统受到自然的启发。对于一个不到一英尺高的机器人，它学会了采用人类跨过高障碍的动作来攀爬楼梯或克服其高度的障碍。该系统使用髋部外展来克服甚至最先进的腿式机器人系统难以克服的障碍。

该团队还从四足动物中寻找灵感。

“四足动物具有记忆力，使其后腿能够跟踪前腿。我们的系统以类似的方式工作，”Pathak 说。

机载内存允许后腿记住摄像头看到的东西，从而帮助其克服障碍。

Ashish Kumar 是伯克利的博士生。

“由于没有地图，没有规划，我们的系统记住了地形以及它如何移动前腿，并将其转移到后腿，做得很快很完美，”Kumar 说。

这项新研究可能在解决腿式机器人面临的一些重大挑战方面发挥重要作用。它甚至可以帮助促进其在家庭中的使用。