麻省理工学院的猎豹3机器人现在可以在崎岖的地形上跳跃和驰骋，爬上满是碎片的楼梯，并在突然猛拉或猛推时迅速恢复平衡，同时基本上是失明的。
90磅重的机械野兽 - 大约相当于成熟拉布拉多犬的大小 - 有意设计用于完成所有这些，而不依赖于相机或任何外部环境传感器。相反，它以一种工程师形容为“盲目运动”的方式，灵活地“感觉”穿过周围环境，就像穿过漆黑的房间一样。
麻省理工学院机械工程副教授Sangbae Kim说：“ 机器人应该能够处理许多意想不到的行为，而不必依赖视力。” “视力可能很嘈杂，有些不准确，有时也无法使用，如果你过分依赖视力，你的机器人必须非常准确，最终会很慢。所以我们希望机器人更多地依赖触觉信息。这样，它可以在快速移动时处理意外障碍。“
研究人员将于10月在马德里举行的智能机器人国际会议上展示机器人的无视觉能力。除了盲目运动之外，该团队将展示机器人改进的硬件，包括与其前身Cheetah 2相比更大的运动范围，允许机器人向后和向前伸展，并且从一侧到另一侧扭转，就像猫咪一样突然袭来。
在接下来的几年里，Kim设想机器人执行的任务本来是太危险或无法让人接受的任务。
“猎豹3旨在完成多种任务，例如发电厂检查，其涉及各种地形条件，包括楼梯，路缘石和地面障碍物，”Kim说。“我认为有无数次我们会想要发送机器人来完成简单的任务而不是人类。通过遥控机器人可以更安全地完成危险，肮脏和困难的工作。”
做出承诺
由于Kim团队开发的两种新算法：接触检测算法和模型预测控制算法，Cheetah 3可以盲目地通过楼梯和非结构化地形，并在面对意外的力量时快速恢复平衡。 。
接触检测算法帮助机器人确定给定腿从空中摆动切换到踩踏地面的最佳时间。例如，如果机器人踩着浅色的树枝而不是坚硬的重型岩石，它是如何反应的 - 以及它是否继续通过一个步骤，或者拉回并摆动它的腿 - 可以决定它的平衡。
“当谈到从空中切换到地面时，切换必须做得非常好，”金说。“这个算法真的是，'什么时候是一个安全的时间来实现我的脚步?'”
接触检测算法帮助机器人确定在摆动和步进之间转换腿的最佳时间，通过不断计算每个腿的三个概率：腿与地面接触的概率，一旦腿撞击就产生力的概率地面，以及腿在中间的可能性。该算法基于来自陀螺仪，加速度计和腿的关节位置的数据计算这些概率，其记录腿部相对于地面的角度和高度。
例如，如果机器人意外地踩到木块上，它的身体会突然倾斜，从而改变机器人的角度和高度。该数据将立即用于计算每条腿的三个概率，算法将结合起来估计每条腿是否应该承诺向下推动地面，或抬起并摆开以保持其平衡 - 所有这些都是机器人实际上是盲目的。
“如果人类闭上眼睛迈出一步，我们就有了一个心理模型，可以为地面做准备，并且可以为它做好准备。但我们也依赖于触摸地面的感觉，”金说。“我们通过组合多个[信息来源]来确定过渡时间，从而做同样的事情。”
研究人员在实验室跑步机上使用Cheetah 3小跑并在楼梯上爬行的实验中测试了该算法。两个表面都散落着随意的物体，如木块和胶带卷。
“它不知道每一步的高度，也不知道楼梯上有障碍物，但它只是在不失去平衡的情况下犁过，”金说。“没有这种算法，机器人非常不稳定，很容易掉下来。”
未来的力量
机器人的盲目运动也部分归因于模型预测控制算法，该算法预测一旦给定步骤，给定腿应该施加多大的力。
“接触检测算法将告诉你，'这是在地面施加力量的时候'，”金说。“但是一旦你在地面上，现在你需要计算出适用的力量，这样你才能以正确的方式移动身体。”
如果任何给定的腿在与地面接触时施加一定的力，则模型预测控制算法计算机器人身体和腿在未来半秒内的乘法位置。
“说有人把机器人踢向侧面，”金说。“当脚已经在地面上时，算法决定，'我应该如何指定脚上的力?因为左边有一个不合需要的速度，所以我想在相反的方向施加一个力来杀死那个速度如果我在这个相反的方向上施加100牛顿，那么半秒之后会发生什么呢?“
该算法旨在每50毫秒或每秒20次对每条腿进行这些计算。在实验中，研究人员通过在跑步机上小跑时踢动和推动机器人引入了意想不到的力量，并且当它爬上一个载满障碍物的楼梯时用皮带拉动它。他们发现，模型预测算法使机器人能够快速产生反作用力，以恢复平衡并继续前进，而不会向相反方向倾斜太远。
“这要归功于可以在地面上施加正确力量的预测控制，结合这种接触过渡算法，使每次接触都非常快速和安全，”Kim说。
该团队已经为机器人添加了摄像头，以便为其周围环境提供视觉反馈。这将有助于绘制一般环境的映射，并使机器人在更大的障碍物(例如门和墙壁)上进行视觉抬头。但就目前而言，该团队正在努力进一步改进机器人的盲目运动
“我们想要一个没有视力的优秀控制器，”金说。“当我们确实增加视力时，即使它可能会给你错误的信息，腿也应该能够处理(障碍物)。因为它会踩到相机看不到的东西怎么办?它会做什么?那是盲目运动可以帮助我们。我们不想过多地信任我们的愿景。“