这个小机器人几近能够往任何地方。
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体系，该体系使低成本且腿相对较小的机器人可以爬上和下楼梯靠近其高度；穿越多岩石、湿滑、不平坦、峻峭和多变的地形；走过漏洞；缩放岩石和路缘石；甚至在乌乌暗运作。
机器人研究所助理传授迪帕克·帕萨克(Deepak Pathak)透露表现：“让小型机器人可以爬楼梯和处置各类环境关于开辟可适用于人们家庭中和搜救举动的机器人至关重要。”“该体系创建了一个壮大且适应性强的机器人，可以实行很多平常使命。”
该团队对机器人进行了测试，正在不平坦的楼梯和公园的山坡上对其进行了测试，挑衅它走过敲门砖和湿滑的外貌，并请求它爬上高度类似于人类跳跃的楼梯一个停滞。该机器人依赖其视觉和小型机载计算机快速顺应并控制具有挑衅性的地形。
研究人员正在模拟器顶用4,000个克隆机械人锻炼机械人，他们正在模拟器中操演正在具有挑战性的地形上行走和攀爬。模拟器的速度让机械人正在一天以内获得了六年的经历。模拟器还将它正在锻炼时期学到的活动妙技存储正在神经网络中，研究人员将其复制到实在机械人中。这类方式不需要对机械人的活动举行任何手工设计——这与传统方式分歧。
大多机器人体系运用相机来创立周围环境的舆图，并运用该舆图正在履行行动之前设计行动。这个进程很慢，并且因为画图阶段固有的含糊性、没有准确性或误会会危害后续的设计和活动，是以常常会踉踉跄跄。映照和设计正在专注于高等节制的体系中很有效，但并没有老是合适初级技术的静态请求，例如正在具有挑战性的地形上行走或跑步。
新系统绕过了映照和计划阶段，直接将视觉输入路由到机器人的节制。机器人看到的器械决议了它的挪动方法。乃至研究人员也没有详细阐明腿该当若何挪动。这类技能使机器人可以对迎面而来的地形做出快速反应，并有效地穿过它。
因为没有触及映照或计划，而且运用机械进修锻炼行动，因而机械人自己可所以低成本的。该团队运用的机械人比现有替代品最少自制25倍。该团队的算法有可能使低成本机械人获得更普遍的利用。
SCS博士Ananye Agarwal说：“该体系直接运用来源于身体的视觉和反应作为输入，向机械人的机电输出下令。”机械进修的门生。“这类手艺使体系正在实际天下中极度壮大。若是它正在楼梯上滑倒，它能够规复。它能够进入未知环境并顺应。”
这类直接的视觉掌握层面是受生物学启示的。人类和植物运用视觉来挪动。实验闭着眼睛跑步或连结均衡。该团队之前的研讨标明，瞽者机器人——没有摄像头的机器人——能够驯服具有挑战性的地形，但增添视觉并依靠这类视觉能够极大地革新体系。
该团队还从大自然中探求体系的其他元素。关于一个不到一英尺高的小型机器人来讲，正在这类情况下，为了爬上靠近其高度的楼梯或障碍物，它学会了采取人类用来跨太高障碍物的行动。
当一个人必须将腿举高以攀爬壁架或停滞时，它会运用臀部将腿向侧面挪动，称为外展和内收，由而为其供应更多间隙。Pathak的团队设计的机器人体系也是那样干的，运用髋关节外展来办理绊倒市场上一些最进步前辈的有腿机器人体系的停滞。
四足植物的后腿活动还激发了团队的灵感。当猫穿过障碍物时，它的后腿会避开取前腿雷同的物品，而无需借助四周的眼睛。“四足植物有一种影象，可以让它们的后腿追踪前腿。我们的体系以类似的体式格局事情，”Pathak说。该体系的板载内存使后腿可以记着前面的摄像头看到的内容并开展操纵以避开障碍物。
“因为没有舆图，没有规划，我们的体系会记着地形和它若何挪动前腿并将其转换为后腿，如许干既快速又完美，”Ashish Kumar博士说。伯克利的门生。
这项研讨多是处理有腿机械人面临的现有挑衅并将其带入人们家庭中的一大步。由Pathak、伯克利传授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办的机械人进修大会上颁发。