登上Science子刊封面，「憑感覺」跋山涉水如履平地

機器人頂級期刊《Science Robotics》新一期的封面又出現了機械狗的身影，它就是瑞士 ANYbotics公司打造的 ANYmal 機器人。

還記得去年的DARPA 機器人地下挑戰賽嗎？當時ANYmal穿著一雙「輪滑鞋」，跨越障礙的能力非常強，走的也是步步生風。當時，研究人員表示它是全球首個應用在實際任務中的輪式-腿式混合驅動機器人。

最近，ANYmal把輪滑鞋脫了下來，成為了十足的探險家，翻山越嶺，叢林冒險，雪地勘探，能輕鬆翻越溪流、草地、雪地、碎石坡等非常複雜的地形☟

泥濘的林間小路根本難不倒它：

就算布滿荊棘和青苔，依然勇往直前：

聽說小溪的水流很涼快，來試試：

下個樓梯也要增加難度，有水流過也不怕：

雪地難得倒我？

看到ANYmal的這些表現，小編不禁感慨，在這樣複雜的環境中行走，對於人來說也會磕磕絆絆，像這樣☟

能打造出在這些複雜地形中還如履平地的機器人，難度自不必說。

其實大家可以觀察到，這些複雜地形的共同點在於具有高度不規則的輪廓，可變形的地形，光滑的表面和地面障礙物。在這種情況下，大多的機器人會出現頻繁的腳打滑，失去平衡，並最終導致嚴重故障。就算給機器人添加了相機和LiDAR之類的感受性傳感器，也無法準確地測量諸如摩擦和柔度之類的物理特性，以及受到植被，雪和水等障礙物的阻礙。

既然這麼難，那ANYmal是如何做到如履平地的呢？

如履平地的關鍵——本體感受

在複雜的地形和無法準確探測環境的情況下，機器人必須依賴本體感受——在高時間解析度下感測其自身的身體形態。為了應對意外事件，例如意外的地面接觸，地形變形和腳滑，機器人控制器需要快速產生符合以下多個目標的全身軌跡：平衡，避免自碰撞，抵消外部幹擾和運動。

基於這些要求，ANYbotics 的研究人員開發了一種魯棒的控制器，僅用聯合編碼器和慣性測量單元，這是腿式機器人上最耐用最可靠的傳感器。

上圖中的A,B,C三個階段展現了本體感受控制器的設計方法，也是ANYmal能如履平地的三個關鍵：

A．與其他的機械狗採用無模型強化學習腿式運動方法不同，研究人員認為這種方法對於更加崎嶇的地形效果不佳，因此選用了時間卷積網絡（TCN）序列模型，TCN會根據需要從本體感受歷史中隱式地推理出接觸和滑動事件。

ANYmal可以平穩度過溼滑的地面（本體感受控制器）

機械狗出現打滑(普通控制器)

B．第二個關鍵概念是特權學習。研究人員發現直接通過強化訓練越野運動的策略並不成功：監控信號稀疏，並且所提供的網絡無法在合理的時間範圍內學習運動。因此，他們將培訓過程分為兩個階段：

☑訓練教師策略，該策略可以訪問特權信息，即對地面的真實了解和機器人與之的接觸。特權信息使策略能夠快速實現高性能。

☑隨後教師指導純本體感受的學生控制器學習，後者僅使用機器人本身可用的傳感器信息。

ANYmal在堆滿雜物的地面行走(本體感受控制器)

機械狗被絆倒(普通控制器)

C．最後一個關鍵對控制器的魯棒性非常重要，它根據控制器在訓練過程中不同階段的表現來自適應的合成地形。從本質上講，地形是經過綜合的，因此控制器能夠遍歷它們，同時變得更加魯棒。研究人員評估地形參數並使用粒子濾波來維持的中等難度的地形參數的分布。

負重10kg的ANYmal在堆滿雜物的地面行走（本體感受控制器）

負重10kg的機械狗走不了幾步就摔倒（普通控制器）

未來無限可能

沒有任何現實世界的數據和精確的地形模型，ANYmal使用的本體感受控制器仍然能克服野外的各種不規則地形。研究人員強調說「我們的系統可以穿越視頻所示的所有地形，而且一次都沒有摔倒。」

ANYbotics機械狗的穩定性是出了名的，就算是波士頓動力的spot在使用中也出現過一些翻車的情況，不過ANYbotics的研究人員也承認，相比其他機械狗，ANYmal展示出的步態模式範圍較窄，僅使用了小跑模式，但是在極端的地形環境下，小跑是最保守也是最穩定的步態模式。

前兩天，ANYbotics還與瑞士的一家建築公司Losinger Marazzi合作，ANYmal出現在建築工地現場，幫助項目經理進行例行檢查並報告問題，例如絆倒危險。憑藉其超強的行走能力和先進的功能，ANYmal還可以監視和報告人類感官無法檢測到的危險元素。

由此看來，ANYmal未來還能應用在更多的場合，經過數次迭代，它會變得越發強大，具有無限可能。