【新智元導讀】比來，加州年夜學伯克利分校和卡內(nèi)基梅隆年夜學，展現(xiàn)了ATRIAS足式機械人可以或許在隨機變換的妨礙地形中行走的進程：雖然踏腳石高度和之間的寬度隨機變更，但ATRIAS可以像人類一樣行走，完善逾越。

與人類及年夜多半海洋植物一樣，腿（足）式機械人須要可以或許在曲折的地形上挪動，以便在災害呼應、搜刮和救濟等運用中施展感化。

但是，設(shè)計可以或許處置團圓容身點（像碎石或踏腳石）的掌握算法是具有挑釁性的，由于這對腳的放置有嚴厲的束縛，而且這些體系的活動是由龐雜的動力學方程掌握的。

加州年夜學伯克利分校和卡內(nèi)基梅隆年夜學的試驗室經(jīng)由過程應用最好和非線性掌握體系的新停頓，展現(xiàn)了ATRIAS機械人在踏腳石下行走的靜態(tài)進程，即便這些踏腳石和它們的高度之間的間隔是隨機變更的，ATRIAS機械人可以像人類一樣行走，完善逾越。

“一步一個足跡”：雙足機械人勝利完成了在步長和步高同時變更中行走

加州年夜學伯克利分校的Hybrid Robotics Group一向努力于為高自在度雙足機械人開辟正式的掌握框架，這類框架不只能包管在團圓地形上準確的步進地位，并且還能對不肯定性和內(nèi)部力氣停止建模。這些辦法自力于特定的機械人自己，并曾經(jīng)在各類機械人的模子上，包含RabbIT、ATRIAS和DURUS，停止了（模仿）測試。

另外，這些機械人其實不提早“曉得”地形會是甚么模樣，只要下一步的地位才會顯示給機械人，這個場景可以或許很好地描寫機械人在實際世界中能夠碰到的情形。

團隊經(jīng)由過程ATRIAS雙足機械人平臺上對掌握算法停止了試驗測試，它可以或許在隨機變更的團圓地形上完成靜態(tài)步行，步長在30到65厘米之間變更，步高須要向上/向下22厘米，同時堅持0.6米/秒的均勻步行速度。

研討團隊以為，這是第一次演示了雙足機械人在步長和步高同時變更時勝利靜態(tài)行走。

為何團圓行走在機械人中如斯艱苦？

起首，雙足機械人是高度自在的體系，其活動由龐雜的非線性微分方程掌握，這些方程捕捉了空中互相感化的混雜動力：機械人必需經(jīng)由過程賡續(xù)地與四周情況停止接觸來與情況互動。

另外，團隊應用的機械人，好比ATRIAS，是欠驅(qū)動的（underactuated），這意味著機械人的腳踝沒有驅(qū)動器，只要定點腳。這相當于踩著墊腳石或許踩著高蹺爬著樓梯，堅持均衡的獨一辦法就是一向走下去。

踏腳石也嚴厲限制了腳的放置，而實際世界中這些墊腳石也能夠會坍毀。另外，機械人必需在其他物理限制規(guī)模內(nèi)任務，如機電扭矩限制和磨擦力（機械人不克不及滑動）。一切這些限制互相感化，使得掌握設(shè)計進程變得異常主要。

踏腳石成績（stepping-stones problem）曾經(jīng)獲得普遍研討，在Valkyrie和ATLAS等機械人上獲得了使人印象深入的結(jié)果。

該團隊研討的分歧的地方在于，他們許可靜態(tài)行走而不是機械人偏向于應用的較慢的準靜態(tài)活動。經(jīng)由過程對體系動力學中的非線性停止推理，并應用最優(yōu)和非線性掌握技巧的最新停頓，可以以簡略緊湊的情勢指定掌握目的和希冀的機械人行動，同時供給正式的穩(wěn)固性和平安性包管。這意味著，機械人可以在團圓的地形下行走，而不會滑倒或摔倒。

以下是視頻：

將來：無望研發(fā)完整自立體系

團隊的機械人今朝是“瞽者”，須要供給關(guān)于它四周情況的信息，好比下一個踏腳石的地位。團隊如今正努力于集成盤算機視覺算法，包含深度朋分（depth segmentation）和掌握器的深度進修。這將許可機械人對四周情況停止推理，從而開辟出一個完整自立的體系。跟著一個新機械人Cassie的行將抵達伯克利，團隊籌劃將試驗成果擴大到在真實世界的踏腳石長進行3D行走。

從久遠來看，這項研討將有助于雙足機械人在室內(nèi)情況（如樓梯和狹小的走廊）和室外情況（如樹林巷子）中自立導航。研討的癥結(jié)部門包含平安性、魯棒性和迅速性，即愿望機械人可以或許在“準確”的地位下行走，以避免它們墜落，同時對意想不到的力氣和攪擾堅持壯大的魯棒性。

這類技巧潛伏的運用有許多：在搜刮和救濟中，可以安排主動人形機械人而不是人類救濟人員；贊助摸索其他行星上的未知區(qū)域，或在家中作為小我機械人。另外，兩足機械人開辟的辦法也能夠轉(zhuǎn)化為加強人類的機械人裝備，好比下肢外骨骼。

新智元編譯

起源：IEEE spectrum

編纂：克雷格