麻省理工學院的獵豹3機器人現(xiàn)在可以在崎嶇的地形上跳躍和馳騁，爬上滿是碎片的樓梯，并在突然猛拉或猛推時快速恢復平衡，同時基本上是盲目的。

90磅重的機械野獸 - 大約相當于成熟拉布拉多犬的大小 - 有意設計用于完成所有這些，而不依賴于相機或任何外部環(huán)境傳感器。相反，它以一種工程師稱之為“盲目運動”的方式靈活地“感覺”穿過周圍環(huán)境，就像在黑暗的房間里穿過它一樣。

“機器人應該能夠處理許多意想不到的行為，而不必過多地依賴視覺，”機器人設計師，麻省理工學院機械工程副教授Sangbae Kim說。“視力可能很嘈雜，有些不準確，有時也無法使用，如果你過分依賴視力，你的機器人必須非常準確，最終會很慢。所以我們希望機器人更多地依賴觸覺信息。這樣，它可以在快速移動時處理意外障礙。“

研究人員將于10月在馬德里舉行的智能機器人國際會議上展示機器人的無視覺能力。除了盲目運動之外，該團隊還將展示機器人改進的硬件，包括與其前身Cheetah 2相比更大的運動范圍，允許機器人向后和向前伸展，并從一側到另一側扭轉(zhuǎn)，就像貓咪一樣突然襲來。

在接下來的幾年里，Kim設想機器人執(zhí)行的任務本來是太危險或無法讓人接受的任務。

“獵豹3旨在完成多種任務，例如發(fā)電廠檢查，涉及各種地形條件，包括樓梯，路緣和地面障礙物，”Kim說。“我認為有無數(shù)次我們會想要發(fā)動機器人來做簡單的任務而不是人類。通過遙控機器人可以更安全地完成危險，骯臟和困難的工作。“

做出承諾

由于Kim團隊開發(fā)的兩種新算法：接觸檢測算法和模型預測控制算法，Cheetah 3可以盲目地通過樓梯和非結構化地形，并在面對意外的力量時快速恢復平衡。 。

接觸檢測算法幫助機器人確定給定腿從空中擺動切換到踩踏地面的最佳時間。例如，如果機器人踩著輕型樹枝而不是堅硬沉重的巖石，它會如何反應 - 以及它是繼續(xù)通過一個步驟，還是向后拉動并轉(zhuǎn)動它的腿 - 可以決定它的平衡。

“當談到從空中切換到地面時，切換必須做得非常好，”金說。“這個算法真的是，'什么時候是一個安全的時間來實現(xiàn)我的腳步?'”

接觸檢測算法幫助機器人確定在擺動和步進之間轉(zhuǎn)換腿的最佳時間，通過不斷計算每個腿的三個概率：腿與地面接觸的概率，一旦腿撞擊就產(chǎn)生力的概率地面，以及腿在中間的可能性。該算法基于來自陀螺儀，加速度計和腿的關節(jié)位置的數(shù)據(jù)計算這些概率，其記錄腿相對于地面的角度和高度。

例如，如果機器人意外地踩到木塊上，它的身體會突然傾斜，從而改變機器人的角度和高度。這些數(shù)據(jù)將立即用于計算每條腿的三個概率，算法將結合起來估計每條腿是否應該承諾向下推，或者抬起并擺開以保持其平衡 - 所有這些都是機器人實際上是盲目的。

“如果人類閉上眼睛邁出一步，我們就會有一個心理模型來確定地面的位置，并為此做好準備。但我們也依賴于觸摸的感覺，“金說。“我們通過組合多個[信息來源]來確定過渡時間，從而做同樣的事情。”

研究人員在實驗室跑步機上使用Cheetah 3小跑并在樓梯上爬行的實驗中測試了該算法。兩個表面都堆滿了隨意的物體，如木塊和膠帶卷。

“它不知道每一步的高度，也不知道樓梯上有障礙物，但它只是在不失去平衡的情況下犁過，”金說。“沒有這種算法，機器人非常不穩(wěn)定，很容易掉下來。”

未來的力量

機器人的盲目運動也部分歸因于模型預測控制算法，該算法預測一旦給定步驟，給定腿應施加多大的力。

“接觸檢測算法會告訴你，'這是在地面施加力量的時候'，”金說。“但是一旦你在地面上，現(xiàn)在你需要計算出適用的力量，這樣你才能以正確的方式移動身體。”

如果任何給定的腿在與地面接觸時施加一定的力，則模型預測控制算法計算機器人身體和腿在未來半秒內(nèi)的乘法位置。

“說有人把機器人踢向側面，”金說。“當腳已經(jīng)在地上時，算法決定，'我該如何指定腳上的力?因為左邊有一個不合需要的速度，所以我想在相反方向施加一個力來消滅那個速度。如果我在這個相反的方向上施加100牛頓，那么半秒后會發(fā)生什么?“

該算法旨在每50毫秒或每秒20次對每條腿進行這些計算。在實驗中，研究人員通過在跑步機上小跑時踢動和推動機器人引入了意想不到的力量，并且當它爬上一個載滿障礙物的樓梯時用皮帶拉動機器人。他們發(fā)現(xiàn)模型預測算法使機器人能夠快速產(chǎn)生反作用力以重新獲得平衡并繼續(xù)前進，而不會向相反方向傾斜過多。

“這要歸功于可以在地面上施加正確力量的預測控制，結合這種接觸過渡算法，使每個接觸非?？焖俸桶踩?rdquo;Kim說。

該團隊已經(jīng)為機器人添加了攝像頭，以便為其周圍環(huán)境提供視覺反饋。這將有助于繪制一般環(huán)境的映射，并使機器人在更大的障礙物(如門和墻壁)上進行視覺抬頭。但就目前而言，該團隊正在努力進一步改進機器人的盲目運動

“我們想要一個沒有視力的優(yōu)秀控制器，”金說。“當我們確實增加視力時，即使它可能會給你錯誤的信息，腿也應該能夠處理(障礙物)。因為如果它踩到相機看不到的東西呢?它會做什么?這是盲目運動可以幫助的地方。我們不想過多地相信我們的愿景。“