說起機器人爬樓梯，不少人可能會想起波士頓動力那隻黃色的 SpotMini 機器人。
如果你覺得 SpotMini 能透過視覺分析路況已經很棒，那 MIT 的 Cheetah 3 肯定讓你更驚豔，因為它不僅可爬樓梯可跳躍，且一切都不依賴視覺完成。
要是它踩到一些鏡頭看不到的東西，那該怎麼辦？我們不想過於依賴視覺。
一位參與 Cheetah 3 項目的工程師 Sangbae Kim 說。不靠視覺或任何感測器，機器人又是如何了解路況？
就和漆黑環境行進的人類一樣，Cheetah 靠的也是「摸黑前行」（blind locomotion）。具體來說，Cheetah 主要依賴兩套新演算法：1. 接觸感應演算法；2. 模型預測控制演算法。
簡單來說，接觸感應演算法可幫 Cheetah 判斷某隻機械腿接觸到的平面是否可「踏下去」，以及下一步又怎樣反應。
▲「摸黑」爬樓梯。
碰了一下後，演算法得快速判斷機器人腳下是脆弱的樹枝，還是踏實的路面，它能否踏下去？如果不可踏，演算法會結合回饋資料決定，接下來機械腿是趕緊抬起來，還是搖擺以保持整體平衡。
至於模型預測控制演算法，主要幫助機器人判斷，每踏出一步，到底需要用多少力，才能幫助機器人人保持平衡。
除了「踏好每一步」，演算法另一個工作在於幫助機器人遇到意外阻力時，要怎樣恢復平衡。
譬如說，有人在旁邊踢了機器人一腳。演算法就會想，「我剛在左邊遭遇一次意外速度，我要怎麼控制每隻腳的用力狀態，才能保持平衡？如果我在相反方向施 100 牛頓的力，半秒後會發生什麼事？」
Kim 解釋。這個演算法可幫助機器人對付研究人員突然拉扯和推力。
▲「推什麼！」
視覺判斷可能會面對干擾因素、不準確或情況不適用等問題。所以說，如果你的機器人過於依賴視覺，它對空間的判斷必須非常準確，這會使它反應變很慢。
因此，我們希望它可更依賴觸覺資訊，這樣一來，快速行動時仍可應付意外障礙物。
Kim 補充。此外，這個功能也是出於對 Cheetah 作用定位的考慮。
和旨在進入辦公室和家庭的 SpotMini 不同，Cheetah 的使命在於去人類不能到的地方，深入譬如坍塌大樓的廢墟、受核輻射影響地區等地方，進行救援等工作。這也意味它得面對更複雜的路況、光線更暗的環境。
不過，Kim 表示，他們還是會為 Cheetah 安裝視覺系統，但「不想將視覺當成控制第一位」。
除了「摸黑」系統，Cheetah 3 和上一代相比，靈活度也提升不少。
▲ 可逆膝關節系統，真‧機器人舞。
▲ 靈活擺動。
▲ 弓背彈跳，後面的研究人員也太高興了吧。
會開門的黃色 SpotMini 和 Cheetah 3，你比較喜歡哪個呢？
科技新報粉絲團
加入好友
訂閱免費電子報
