陳根：雙足機器人新進展——能蹲伏能載重

文

/

陳根

雙足機器人曾是科幻文學和電影的主題

。

在非理想地形上，早期雙足機器人的形象通常是移動緩慢且笨拙

的

。

但是隨著科技的

發展

，

它們

開始

能夠

進行

更快、更有效地移動。現在，有些雙足機器人

已經

可以適應環境和外部刺激

。

雖然雙足機器人發展迅速，但是其在建模以及穩定性方面依然有很大的進步空間。

為此，

研究人員嘗試

透過強化學習來訓練雙足機器人

並獲得了成功

，

這在很大程度地增強了機器人的魯棒性。

事實上，

在傳統機器人研究中，

往往

需要

花費

很多時間和技巧給機器人建模，尤其對於

雙

足機器人而言，一旦自身性質和周圍環境發生改變，如電機壞了、地面摩擦力

改變

，模型

就

有可能就會失效。

此外

，對於雙足式的機器人系統

而言

，其非線性非常高，並且由於是高自由度的混合系統，每一次踏步都會受到地面衝擊力，因此

，

很難獲得精確模型

。

要想做一個實時控制演算法，就要使用相對完整的動力學模型。但是，即便具備好的模型，部署在非常高自由度的非線性系統上，也很難做到較快的實時計算。因此，使用傳統方法時，很多學者都會做出權衡取捨，比如

使

用簡化

的

模型來做演算法

控制

。

然而，

這樣做的弊端也很明顯：

一

方面，

其

無法完整利用動力學模型，

從而不能

充分發揮機器人系統的靈敏性；

另一方面，

基於模型的演算法，一旦超過

其

穩定區域，演算法

很容易就會

崩潰

。

所以，使用傳統方法制造出來的機器人在穩定性方面往往有所欠缺。

針對於此，研究人員用強化學習的方法來訓練機器人，

透過相對完整的機器人動力系統，在模擬環境反覆嘗試後，機器人獲得大量和環境互動的資料，從而學會用穩定步態行走。

研究

人員

主要使用

Python

對機器人

進行程式設計，由於是

雙

足機器人，演算法控制上會更難。

但

用強化學習的方法

訓練

，

研究出的

機器人步態演算法相比傳統基於模型的演算法，效能顯著提升

，

帶來的魯棒性也

更

強

。

該機器人

不僅能像人類一樣前後左右地走，還能蹲著走，也能承受意料之外的負載，更能從強行推動造成的失穩狀態中恢復過

來

。

在測試期間，

其

右腿的兩個電機

損壞了

，但它仍能調整其步行策略

去

適應。

魯棒性增強，

這也意味著，

相比其他機器人

，

該機器人擁

有更大的

應用

空間

。

未來，

在

發生地震時，

其有望

能在塌房中做救援工作；或者在

快遞業務中，可以充當快遞員的角色。

目前，相關論文《雙足機器人魯棒引數化運動控制的強化學習》（Reinforcement Learning for Robust Parameterized Locomotion Control of Bipedal Robots），已被機器人國際學術頂會 ICRA 收錄，將有望促進雙足機器人的進一步發展。