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设计了一种机器人系统，该系统使低成本且腿相对较小的机器人能够爬上和下楼梯接近其高度；穿越多岩石、湿滑、不平坦、陡峭和多变的地形；走过缝隙；缩放岩石和路缘石；甚至在黑暗中运作。
机器人研究所助理教授迪帕克·帕萨克(Deepak Pathak)表示：“让小型机器人能够爬楼梯和处理各种环境对于开发可用于人们家中以及搜救行动的机器人至关重要。”“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。”
该团队对机器人进行了测试，在不平坦的楼梯和公园的山坡上对其进行了测试，挑战它走过垫脚石和湿滑的表面，并要求它爬上高度类似于人类跳跃的楼梯一个障碍。该机器人依靠其视觉和小型机载计算机快速适应并掌握具有挑战性的地形。
研究人员在模拟器中用4,000个克隆机器人训练机器人，他们在模拟器中练习在具有挑战性的地形上行走和攀爬。模拟器的速度让机器人在一天之内获得了六年的经验。模拟器还将它在训练期间学到的运动技能存储在神经网络中，研究人员将其复制到真实机器人中。这种方法不需要对机器人的运动进行任何手工设计——这与传统方法不同。
大多数机器人系统使用相机来创建周围环境的地图，并使用该地图在执行动作之前计划动作。这个过程很慢，而且由于绘图阶段固有的模糊性、不准确性或误解会影响后续的规划和运动，因此常常会步履蹒跚。映射和规划在专注于高级控制的系统中很有用，但并不总是适合低级技能的动态要求，例如在具有挑战性的地形上行走或跑步。
新系统绕过了映射和规划阶段，直接将视觉输入路由到机器人的控制。机器人看到的东西决定了它的移动方式。甚至研究人员也没有具体说明腿应该如何移动。这种技术使机器人能够对迎面而来的地形做出快速反应，并有效地穿过它。
由于不涉及映射或规划，并且使用机器学习训练动作，因此机器人本身可以是低成本的。该团队使用的机器人比现有替代品至少便宜25倍。该团队的算法有可能使低成本机器人得到更广泛的
应用。
SCS博士Ananye Agarwal说：“该系统直接使用来自身体的视觉和反馈作为输入，向机器人的电机输出命令。”机器学习的学生。“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。”
这种直接的视觉控制方面是受生物学启发的。人类和动物使用视觉来移动。尝试闭着眼睛跑步或保持平衡。该团队之前的研究表明，盲人机器人——没有摄像头的机器人——可以征服具有挑战性的地形，但增加视觉并依赖这种视觉可以极大地改进系统。
该团队还从大自然中寻找系统的其他元素。对于一个不到一英尺高的小型机器人来说，在这种情况下，为了爬上接近其高度的楼梯或障碍物，它学会了采用人类用来跨过高障碍物的动作。
当一个人必须将腿抬高以攀登壁架或障碍时，它会使用臀部将腿向侧面移动，称为外展和内收，从而为其提供更多间隙。Pathak的团队设计的机器人系统也是这样做的，使用髋关节外展来解决绊倒市场上一些最先进的有腿机器人系统的障碍。
四足动物的后腿运动也激发了团队的灵感。当猫穿过障碍物时，它的后腿会避开与前腿相同的物品，而无需借助附近的眼睛。“四足动物有一种记忆，可以让它们的后腿追踪前腿。我们的系统以类似的方式工作，”Pathak说。该系统的板载内存使后腿能够记住前面的摄像头看到的内容并进行操作以避开障碍物。
“由于没有地图，没有计划，我们的系统会记住地形以及它如何移动前腿并将其转换为后腿，这样做既快速又完美，”Ashish Kumar博士说。伯克利的学生。
这项研究可能是解决有腿机器人面临的现有挑战并将其带入人们家中的一大步。由Pathak、伯克利教授Jitendra Malik、Agarwal和Kumar撰写的论文“Legged Locomotion in Challenging Terrains Using Egocentric Vision”将在即将于新西兰奥克兰举行的机器人学习大会上发表。
