提起機器狗，我們很可能會想到全球機器人開發(fā)領域頭部公司波士頓動力的「網(wǎng)紅」Spot。

但放眼全球，設計機器狗的公司并非僅波士頓動力一家。

2020 年 10 月，瑞士 ANYbotics 公司設計的機器狗 ANYmal 登上 Science 子刊、機器人頂刊 Science Robotics 封面。

11 月 20 日，出自騰訊 Robotics X 實驗室的 Jamoca 作為國內首個能完成走梅花樁復雜挑戰(zhàn)的機器狗亮相。

而自 2018 年以來，由云深處科技設計的「絕影」也逐漸進入眾人視野，開始尋找合適的商用場景。

從 2018 年 3 月刷爆朋友圈，到 2018 年 12 月經(jīng)迭代獲得了具備跑步、上下臺階的能力，再到 2019 年 11 月實現(xiàn)了奔跑、跳躍步態(tài)，機器狗「絕影」相關技術一直在不斷發(fā)展。

近日，「絕影」更是登上了最新一期 Science Robotics 雜志封面。

機器狗學習「專家技能」

2020 年 12 月 9 日，「絕影」相關論文正式發(fā)表于 Science Robotics，題為 Multi-expert learning of adaptive legged locomotion（適應性腿部運動的多專家學習）。

研究團隊表示：

理解和創(chuàng)造適應性運動，是機器人領域長期以來的一個科研主題。

自然，機器人要想實現(xiàn)多種運動，需要具備能夠適應前所未見的情況的運動技能。

論文介紹，在無法預料的環(huán)境下，機器人很可能出現(xiàn)運動故障——通常，機器人失去平衡的一秒內便會摔倒，防止其跌倒的時間范圍約為 0.2-0.5 秒，在這短短的區(qū)間內，要協(xié)調不同的運動模式，從而減輕其受到的干擾，防止故障或從故障中恢復。

下圖 A 展示了「絕影」在測試中遇到的三種具有挑戰(zhàn)性的場景，或是機身意外碰到了地面，或是直接翻車。

最初，設計機器人運動有兩條思路：

• 站在神經(jīng)學角度，動物的感覺運動控制系統(tǒng)（sensorimotor control system）如何處理各種感覺信息、并在看不見的情況下產(chǎn)生適應反應，是一個值得深究的話題；

• 而站在機器人角度，受生物啟發(fā)，將生物原理（如原始神經(jīng)回路）轉化為機器人的行為，是個有趣的領域。

但由于運動皮層的潛在機制還不能完全復制，研究團隊選擇了后者——從生物運動控制中獲得靈感，開發(fā)能夠實現(xiàn)機器人運動技能適應的學習算法。

具體來講，研究團隊提出了一種基于深度強化學習的「多專家學習體系結構」（multi-expert learning architecture，MELA），可從一組具有代表性的專家技能中學習生成自適應技能。

首先，在各自的深度神經(jīng)網(wǎng)絡（DNN）中，一組（8 個）經(jīng)過訓練的專家技能對 MELA 進行初始化。

然后，通過門控神經(jīng)網(wǎng)絡（GNN）學習 DNN 的組合，MELA 獲得更多的跨各種運動模式的專家技能、過渡技能。

運行過程中，MELA 不斷混合多種 DNN，動態(tài)合成一種新的 DNN，以產(chǎn)生適應環(huán)境變化的行為。

研究團隊提到：

MELA 實際上就是由 DNN 和 GNN 組成的分層強化學習結構。

研究團隊表示：

這種方法充分利用了訓練有素的專家技能和快速在線上綜合的適應性策略，在不斷變化的任務中生成響應性運動技能。

同時，研究團隊主要分兩層對機器人進行控制：

• 底部層：使用轉矩控制打造關節(jié)阻抗；

• 頂部層：指定深度神經(jīng)網(wǎng)絡（DNN），確定關節(jié)固定點，調節(jié)姿勢和關節(jié)轉矩，從而建立力與環(huán)境的相互作用。

通過這樣的框架，研究團隊在機器狗身上成功演示了多種運動技能，比如在平路、樓梯、蹺蹺板、礫石堆等路面自主進行連貫的小跑、轉向和跌倒后起身。同時，「絕影」還展示了 MELA 生成行為的優(yōu)勢，這些行為可以適應一些不可見的、完全陌生的場景。

至此，「絕影」在應對地震等自然災害時將更加敏捷了。

絕影，在云深處

該論文作者來自愛丁堡大學信息學院、浙江大學智能系統(tǒng)與控制研究所，其中就包括朱秋國——「絕影」項目負責人、浙江大學控制科學與工程學院講師、碩導。

據(jù)浙江大學官網(wǎng)信息，朱秋國教授：

• 2003-2008 年就讀于浙江大學機械與能源工程學院，獲機械電子工程專業(yè)學士；

• 2008-2011 年就讀于浙江大學控制科學與工程學院，獲控制科學與工程專業(yè)碩士學位；

• 2017 年至今，浙江大學控制科學與工程專業(yè)博士在讀。

早在 2011 年，朱秋國教授就加入浙大智能系統(tǒng)與控制研究所，專注仿生機器人、機器智能等研究，成為「絕影」等項目的負責人。

其實，朱秋國教授還有一個名銜——云深處科技（DeepRobotics）創(chuàng)始人。

2017 年 11 月，這家專注移動機器人領域的公司成立。雷鋒網(wǎng)注意到，云深處科技官網(wǎng)顯示著四款功能不同的機器人（絕影 Mini Lite、絕影 Mini、絕影和絕影 Pro），應用場景涵蓋了教育科研、安防巡檢、物流運輸?shù)取?/span>

一直以來，外界將云深處科技稱為是“中國版波士頓動力”，2018 年朱秋國教授曾表示：

雖然絕影與波士頓動力公司的產(chǎn)品相比，從步態(tài)功能、行走速度到適應復雜環(huán)境等能力還有一些差距，但至少這是一個起步，表明開始有了自己的研究平臺，有了自己的控制模型與算法。只要通過對其不斷進行優(yōu)化迭代，差距會不斷縮小，中國未來肯定也會出現(xiàn)類似波士頓動力公司一樣的黑馬。

如今這家公司四足機器人技術的發(fā)展獲得了國際權威學術期刊的認可，未來還將會有怎樣的突破，我們拭目以待。

引用來源：

https://robotics.sciencemag.org/content/5/49/eabb2174

http://www.cse.zju.edu.cn/redir.php?catalog_id=1055601&object_id=1172993

https://person.zju.edu.cn/0011353#

http://www.cse.zju.edu.cn/redir.php?catalog_id=1055601&object_id=1076167

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。