近日，瑞士 ANYbotics 公司打造的 ANYmal 機器人登上了新一期的《Science Robotics》封面，這款機器人的控制器可以使其穿越各種復(fù)雜的環(huán)境，包括溪流、草地、雪地、碎石坡等，而且不靠攝像頭、激光雷達等常見設(shè)備——平衡系統(tǒng)不需要任何外界信息的輸入，控制模型也不包含人類輸入的規(guī)則。

腿式運動擴展了機器人的應(yīng)用范圍，但在地球上一些最具挑戰(zhàn)性的環(huán)境中，大部分腿式機器人依然無能為力。

多年來，瑞士 ANYbotics 公司的團隊一直在試圖解決這個問題，他們的最新研究成果——《Learning quadrupedal locomotion over challenging terrain》登上了新一期《Science Robotics》的封面。

在這篇論文中，他們提出了一種穩(wěn)健的控制器，可以部署到 ANYbotics 旗下多種機器人中。有了新型控制器的加持，這些機器人可以輕松翻越溪流、草地、雪地、碎石坡等富有挑戰(zhàn)的場景。

我們可以看到，這些機器人可以輕松走過小溪：

行走在林間，即使是草木叢生的不平坦地面：

在下坡的雪地上行走：

從有水流過的臺階爬下去：

在這樣復(fù)雜的環(huán)境中行走，對于人或動物來說有時也會顯得磕磕絆絆，要打造能如履平地的機器人，難度自不必說了。

「傳統(tǒng)的」控制方法已經(jīng)不夠用了

在不平坦的地形上，常規(guī)腿式運動方法方法使得控制架構(gòu)越來越復(fù)雜。許多情況都要依賴復(fù)雜的狀態(tài)機來協(xié)調(diào)運動原語和反射控制器的執(zhí)行。為了觸發(fā)狀態(tài)之間的轉(zhuǎn)換或反射的執(zhí)行，許多系統(tǒng)都明確地預(yù)估狀態(tài)，例如地面接觸和滑行移動。這種預(yù)估通常是基于經(jīng)驗設(shè)置的，并且在存在諸如泥土、雪地或植被等未建模因素的情況下可能會變得不穩(wěn)定。還有一些在腳部使用接觸式傳感器的系統(tǒng)，在野外條件下也會變得不可靠。

總體而言，隨著考慮更多場景，用于在崎嶇等特殊地形上進行腿式運動的常規(guī)系統(tǒng)的復(fù)雜性不斷升級。在開發(fā)和維護方面變得非常困難，并且也容易出現(xiàn)控制器設(shè)計無法實現(xiàn)的情況（角落情況）。

近來無模型強化學習（RL）已經(jīng)成為腿式機器人運動控制器開發(fā)中的一種替代方法。強化學習方向的觀點是調(diào)整控制器以優(yōu)化給定的獎勵函數(shù)。優(yōu)化是通過執(zhí)行控制器本身獲取的數(shù)據(jù)來執(zhí)行的，這會隨著經(jīng)驗的增加而改進。強化學習已經(jīng)用于簡化運動控制器的設(shè)計，自動化設(shè)計過程的各個部分以及學習之前的方法無法設(shè)計的行為。

但是，將強化學習用于腿式運動在很大程度上僅限于實驗中的環(huán)境和條件。此前的研究實現(xiàn)了運動和恢復(fù)行為的端到端學習，但僅限于在實驗室的平坦地面上進行。其他研究也開發(fā)了用于腿式運動的強化學習技術(shù)，但同樣是在實驗的環(huán)境中，主要集中在平坦或帶有中等紋理的表面上。

ANYbotics 的研究者提出了一種穩(wěn)健的控制器，用于在充滿挑戰(zhàn)的地形上進行盲四足運動。該控制器僅使用聯(lián)合編碼器和慣性測量單元的本體感受（proprioceptive）度量，這是腿式機器人上最耐用最可靠的傳感器?？刂破鞯牟僮魅缦聢D所示。

該控制器被用于 ANYmal 四足機器人的兩代版本中。四足機器人在泥土、沙子、瓦礫、茂密的植被、雪地、水中和其他越野地形中安全地小跑。

研究人員介紹說，這個控制器由一種神經(jīng)網(wǎng)絡(luò)策略驅(qū)動，在模擬環(huán)境中進行訓(xùn)練。雖然沒有任何現(xiàn)實世界的數(shù)據(jù)和精確的地形模型，該控制器仍然能克服野外的各種不規(guī)則地形。研究人員還強調(diào)說，「我們的系統(tǒng)可以穿越視頻所示的所有地形，而且一次都沒有摔倒?！?/p>

此外，這項研究中提到的方法并沒有用到攝像頭、激光雷達或接觸式傳感器信息，只依賴本體感受傳感器信號（proprioceptive sensor signal）來提高控制策略在不同地形中的適應(yīng)性和穩(wěn)健性。

先模擬，再實戰(zhàn)

相比之下，對于有足機器人，我們對于波士頓動力旗下的產(chǎn)品更加了解一些，不過來自蘇黎世理工的 ANYmal 其實一樣能力強大?；趯W習的運動控制器使四足 ANYmal 機器人能夠穿越充滿挑戰(zhàn)的自然環(huán)境。

與此前的一些無模型強化學習腿式運動方法一樣，研究人員先在模擬環(huán)境中訓(xùn)練了控制器，隨后將訓(xùn)練結(jié)果遷移到現(xiàn)實世界中。通常，首先需要在虛擬環(huán)境中對物理條件進行建模，進而參數(shù)隨機化。

蘇黎世理工的研究人員發(fā)現(xiàn)，這種方法對于更加崎嶇的地形效果不佳，因此研究人員引入了一些其他方法。首先在模型上，新方法沒有使用在機器人當前狀態(tài)的快照上運行的多層感知器（MLP），而是使用了序列模型，特別是感受狀態(tài)的時間卷積網(wǎng)絡(luò)（TCN）。新方法沒有使用顯式的接觸和滑動預(yù)估模塊，相反的 TCN 會根據(jù)需求從本體感受歷史中隱式地推理出接觸和滑動事件。

實現(xiàn)優(yōu)化結(jié)果的第二個關(guān)鍵在于特權(quán)學習（privileged learning），研究人員發(fā)現(xiàn)直接通過強化學習訓(xùn)練出的越野運動策略并不成功：控制信號稀疏，并且所輸出的網(wǎng)絡(luò)無法在合理的時間內(nèi)學習出正確的運動。新的模型在訓(xùn)練中分為兩個階段，首先訓(xùn)練教師策略，該策略可訪問特權(quán)信息——真實情況（ground-truth）及機器人接觸的情況，隨后教師指導(dǎo)純本體感受的學生控制器學習，后者僅使用機器人本身可用的傳感器信息。

這種特權(quán)學習會在模擬環(huán)境中啟用，但最終學習到的策略可以在模擬環(huán)境，以及真實的物理環(huán)境中部署。

第三個概念對于實現(xiàn)其魯棒性很重要。該教程根據(jù)控制器在訓(xùn)練過程不同階段的表現(xiàn)，對不同地形進行自適應(yīng)。本質(zhì)上，控制器會經(jīng)歷各種合成地形的考驗，同時變得更具魯棒性。研究者評估了參數(shù)化地形的可通行性，并使用了粒子濾波來維持中等難度地形參數(shù)的分布，以適應(yīng)神經(jīng)網(wǎng)絡(luò)的學習。訓(xùn)練環(huán)境的挑戰(zhàn)性逐漸增加，促使了這種敏捷性與彈性兼具的全方位控制器的誕生。

借助腿式運動控制器，機器人可以穿越一些現(xiàn)有方法無法到達的復(fù)雜地形。該控制器擁有在零樣本環(huán)境中的泛化能力，即使遇見訓(xùn)練過程中未見過的條件，仍然具備魯棒性。

研究者在模擬訓(xùn)練中只使用了剛性地貌和一組由程序生成的地形剖面，比如山丘和臺階。然而，當控制器被部署在四足機器人上時，它能夠成功應(yīng)對可變化地形（比如泥土、苔蘚、雪地）、動態(tài)立足點（比如在雜亂室內(nèi)環(huán)境踩到滾動板、田野中的碎片）和地面障礙物（厚植被、碎石、涌出的水）。

從研究結(jié)果來看，不需要進行艱苦的建模過程，以及危險且高成本的實地測試，物理世界的極度復(fù)雜性也可以被克服。這一方法或許會引領(lǐng)未來腿式機器人的發(fā)展。

更適合復(fù)雜環(huán)境，更適用于真實世界

在四足機器人領(lǐng)域里，名頭更響的波士頓動力 Spot 已在今年開賣了，目前全球已賣出約 300 臺，不過人們在使用 Spot 的時候會遭遇一些「翻車」情況。

對于面向工業(yè)場景的用戶來說，穩(wěn)定性至關(guān)重要，在這方面不知 ANYmal 的機器人是否更加強大。在今年 6 月，這家公司的機器人也已向用戶交付了自家的四足機器人 Anymal C。

ANYmal 機器人由 ANYbotics 公司打造。ANYbotics 成立于 2016 年，是瑞士蘇黎世聯(lián)邦理工學院的衍生公司，致力于開發(fā)工業(yè)應(yīng)用的移動機器人技術(shù)。該公司表示，其自動腿式機器人的設(shè)計目的是解決客戶在具有挑戰(zhàn)性的環(huán)境中遇到的問題。該公司已經(jīng)在多個應(yīng)用中進行過 ANYmal 機器人的成功測試，如在北海上進行的首例離岸機器人測試。

ANYbotics 的團隊表示，他們從事腿式機器人的研究已經(jīng)超過 10 年，如今又根據(jù)工業(yè)需求重新對 ANYmal 機器人進行了設(shè)計。他們的研究核心是設(shè)計出強大的扭矩可控制動器，使得機器人能夠爬上陡峭的樓梯，可靠地承受各種環(huán)境變化帶來的壓力。

在過去的十年中，ANYmal 系列機器人也經(jīng)歷了一系列的更新?lián)Q代和技術(shù)革新，從最初的 ANYmal Alph 到 ANYmal Beth、ANYmal B 再到如今的 ANYmal C。經(jīng)過數(shù)次迭代，ANYmal 變得越發(fā)強大。

論文鏈接：https://robotics.sciencemag.org/content/5/47/eabc5986

文章轉(zhuǎn)自“機器之心”

責任編輯：PSY

原文標題：不用攝像頭和激光雷達，四足機器人「憑感覺」越野

文章出處：【微信公眾號：中科院長春光機所】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。