观看机器狗在障碍赛道上训练以避免绊倒

四足机器人可以完成许多复杂的任务，但你很少看到它们在森林或藤蔓茂密的杂草丛生的“繁忙”环境中行走，这是有原因的。尽管它们拥有所有这些能力，但大多数机载人工智能系统在实时响应所有这些物理变量方面仍然相当糟糕。对我们来说，这似乎是第二天性，但在这种情况下，只需稍有失误，四足机器人就会跌倒。

然而，在让他们的狗机器人经历了一系列障碍赛跑之后，卡内基梅隆大学工程学院的一个团队现在为部署在野外的机器人提供了坚实的一步。据研究人员称，教一个四足机器人在行走时反应性地缩回腿，可以为它导航和摆脱路上的障碍提供最佳的步态。

[相关：研究人员如何训练廉价机器狗完成各种技巧。]

伊利诺伊大学厄巴纳-香槟分校工程学教授、项目合作者贾斯汀·伊姆 (Justin Yim) 在卡内基梅隆大学最近的亮点中表示：“现实世界的障碍物可能像石头一样坚硬，也可能像藤蔓一样柔软，我们希望机器人能够制定策略，避免被其中任何一种绊倒。”

工程师们比较了四足机器人的多种步态策略，让其尝试走过一段被多条低垂绳索阻断的短距离。当机器人迈大步或膝盖向前倾斜行走时，它很快就被绳索缠住了，但在检测到障碍物后立即缩回四肢，让它能够顺利穿过地面。

“当你把机器人带到户外时，与环境互动的整个问题会变得更加困难，因为你必须更加谨慎地对待你所做的每一件事，”机械工程硕士生 David Ologan 告诉 CMU。“你的系统必须足够强大，才能处理你可能遇到的任何不可预见的情况或障碍。解决这个尚未解决的问题很有趣。”

[相关：这只机器狗学会了一项新技巧——像猫一样保持平衡。]

尽管轮式机器人可能仍然更适合城市环境，因为城市地面通常更平坦，坡道等基础设施也更常见，但步行机器人在户外环境中可能更有用。研究人员认为，将其反应性回缩响应集成到现有的人工智能导航系统中，可以帮助机器人执行户外搜救任务。新设计的精致设计也可能有助于四足机器人进行环境勘测，而不会破坏周围环境。

“腿式机器人在户外植被环境中的潜力值得关注，”Ologan 说道。“如果你住在城市，轮式平台可能是更好的选择……在执行更复杂的动作和提高动作效率之间需要权衡。”