一段时间以来，ANYmal在瑞士徒步路线的多石地形上没有任何问题。现在，苏黎世联邦理工学院的研究人员已经教会了这个四足机器人一些新技能:事实证明，它相当擅长跑酷，这是一项非常受欢迎的运动，基于运动员的动作，在城市环境中顺利地越过障碍物。ANYmal还擅长处理建筑工地或灾区常见的复杂地形。

为了教授ANYmal这些新技能，来自联邦理工学院机械与工艺工程系的Marco Hutter教授领导的两个团队采用了不同的方法。

耗尽机械选项

联邦理工学院博士生尼基塔·鲁丁(Nikita Rudin)在其中一个团队中工作，他在空闲时间喜欢跑酷。

“在项目开始之前，我的几个研究同事认为有腿机器人的发展潜力已经达到了极限，”他说，“但我有不同的看法。事实上，我确信有腿机器人的力学可以做更多的事情。”

考虑到自己的跑酷经历，Rudin开始进一步推动ANYmal所能做到的界限。他成功了，通过机器学习教会了这个四足机器人新的技能。

ANYmal现在可以跨越障碍，并执行动态动作，从他们跳下来。

在这个过程中，ANYmal像孩子一样学习——通过尝试和错误。

现在，当遇到障碍物时，ANYmal会使用它的摄像头和人工神经网络来确定它正在处理的是哪种障碍。

然后，根据之前的训练，它执行看起来可能成功的动作。

这是技术上可行的全部范围吗?鲁丁认为，这在很大程度上适用于每一项新技能。

但他补充说，这仍然有很多潜在的改进空间。

其中包括允许机器人在解决预定问题之外移动，而不是要求它通过像瓦砾散落的灾区这样的困难地形。

新技术与传统技术相结合

让ANYmal为这种应用做好准备是另一个项目的目标，该项目由Rudin的同事和ETH博士生Fabian Jenelten进行。

但Jenelten并没有单独依赖机器学习，而是将其与控制工程中使用的一种久经考验的方法相结合，这种方法被称为基于模型的控制。

这提供了一种更简单的方法来教机器人准确的操作，比如如何识别和通过成堆的瓦砾中的缝隙和凹槽。

反过来，机器学习可以帮助机器人掌握运动模式，然后在意外情况下灵活应用。

Jenelten说:“结合这两种方法可以让我们充分利用ANYmal。”

因此，这个四足机器人现在能更好地在光滑的表面或不稳定的巨石上站稳。ANYmal很快也将被部署在建筑工地或任何对人们来说太危险的地方，例如在灾区检查倒塌的房屋。

作者：苏黎世联邦理工学院

链接：https://www.sciencedaily.com/releases/2024/03/240313185058.htm

著作权归作者所有。

声明：海森大数据刊发或者转载此文只是出于传递、分享更多信息之目的，并不意味认同其观点或证实其描述。若有来源标注错误或侵犯了您的合法权益，请作者与本网联系，我们将及时更正、删除，谢谢。电话：152 6451 3609，邮箱：1027830374@qq.com