四足动物开始走路并逐渐加快速度，在某个时刻会自动陷入小跑。这是因为不改变步态会消耗更多的能量。这种相关性早在40多年前就被发现了。现在，柏林工业大学传感器机器人系统和智能辅助系统主席Alin Albu-Schäffer教授已经成功地将这种方法应用到机器人的运动中。

专家们用“内在动力”一词来形容人类和动物进行节能运动的方式。例如，当他们在更坚硬的表面上行走时，他们会调整肌肉的僵硬度。这些内在的适应是自动发生的，很难在人类和复杂的机器人系统中识别出来。

工具过滤出最经济的运动

但是，由TUM教授Albu-Schäffer领导的团队开发的一种新工具使这成为可能：“我们第一次成功地使这些内在的、高效的运动可计算。该工具可以发现系统的哪些运动特别经济。”

该团队研究中的一个重要测试对象是BERT，它是一个四条腿的机器人，看起来像一只小狗。BERT由德国航空航天中心（DLR）的Albu-Schäffer教授设计。这项研究的重点是“高效和多用途的腿部运动”，由欧盟通过ERC高级拨款资助。

研究人员确定了BERT的六种运动模式，Albu-Schäffer教授将其描述为异常轻松，并且在没有摩擦的世界中不需要任何能量。有些与四足动物熟悉的步态相对应，如走路、小跑或跳跃。“因此，我们已经证实了一个假设，即有效的步态可以通过利用自然振荡模式来实现，”Albu-Schäffer教授解释说，他也参与了慕尼黑机器人和机器智能研究所（MIRMI）。

与精确的定时击中自然振荡

为了在有摩擦的自然系统中实现这些运动，现在增加了一个计算机控制的调节器，在适当的时刻提供脉冲。Albu-Schäffer教授研究团队的安妮卡·施密特解释说：“你可以把它比作一个坐在操场秋千上的孩子，在父母推的最高点接受能量脉冲。”唯一不同的是：“人类不需要头脑中有很多公式来准确地计算他们的推动时间——他们凭直觉就能做到，”这位博士生说，他花了几年时间研究如何教机器人正确的节奏。

在三个BERT模型之间的竞赛中证明了成功。这只机器狗被编程为内在的运动方法，它往往比依靠更传统的运动模式的兄弟姐妹跳得更快、更有活力。

作者：慕尼黑工业大学（TUM）

链接：https://www.sciencedaily.com/releases/2024/11/241118125806.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