可在行走中调整形态的四足机器人来了

这个四足机器人被称为Dyret，在非结构化的户外环境中，它能自动适应不同的条件。

四足机器人Dyret可以调整腿长， 使身体适应地表。在行走中，它学会了最适用的行走方式。这样，下次遇到未知环境时，它会表现得更好。

Dyret（挪威语中“动物”的意思）是动态测试机器人的首字母缩写。

“我们已经展示了让机器人不断调整身体形状的好处。我们的物理机器人也证明了，用当今的技术很容易做到这一点。”奥斯陆大学信息学系的高级讲师Tnnes Nygaard说。

在Dyret的例子中，改变身体形状意味着它可以调整腿的长度。

副教授Kyre Glette说：“我们已经看到，一种调整身体形状的机制对我们的机器人很有用，我们相信这也可以应用于其他机器人设计。”

此前，他们已经证明，这种机器人能够在室内受控条件下适应不同的环境。然后，澳大利亚英联邦科学和工业研究组织的其他机器人研究员一起工作了半年，专门在户外测试自学机器人。

“这以前被认为在现实世界中很难实现。通过机器人和我们的实验，我们已经证明了这是可能的。”Nygaard介绍说。

通过改变腿的长度，它可以自动转换成不同的体型。形态自适应机器人可以在不可预知的环境中工作，解决新的任务，而无需每次面对意料之外的事情都进行重新设计或重建。

机器人的一大步

对我们人类来说，很难想象机器人从水泥地走到草地有多困难。你只需记住，与机器人相比，你有多年的经验和相当多的感官神经。

Nygaard解释说：“机器人使用摄像机来观察地形有多崎岖，它使用腿上的传感器来感受行走表面有多坚硬。”

“机器人不断地了解自己行走的环境，并结合在室内受控环境中获得的知识，利用这些知识来适应自己的身体。”

当Dyret被要求在草地上行走时，它从未见过草地。它只接受过砾石、沙子和混凝土的训练。不过，它很快学会了如何在澳大利亚草地上行走，以及理想的腿长是多少。

Glette说：“短腿能提供更好的稳定性，而长腿则能在地面足够可预测的情况下提供更高的行走速度。”

平坦的草坪可能不是最大的挑战，但自然界的草地上布满了能困住长腿机器人的草丛和坑洞，因此Dyret会缩短它的腿。在混凝土上，它可以伸展双腿并“跑开”。

如果机器人在面对不可预见的障碍物时受到损坏，它也能够适应。

“利用我们的技术，机器人能够适应它的一条腿变弱或折断。它可以学会如何恢复，无论是通过跛行或减少其他三条腿的长度，“Nygaard说。

灾区和矿井

目前，Dyret还没有准备好承担主要任务。Nygaard攻读博士学位的课题是开发这项技术，寻找合适的材料，并证明这是可行的。如是，他看到未来的几种可能用途。

“在机器人可能面临许多意想不到的充满挑战的环境中，这是有益的，其中包括搜索和救援行动，也有农业，那里有多种多样具有挑战性的地表和天气状况。”Nygaard说。

他还提到勘探人们难以到达的矿井。

Glette说：“人们还可以想象不同规格的机器人，例如小型管道检查机器人，将来能够从这种技术中获益。”

“我们希望这个想法，机器人可以改变身体形状，可以说服其他研究人员，并有可能纳入其他类型的机器人。“

甚至可能去火星旅行或执行其他太空任务。

“我认为太空机器人原则上很需要这项技术，因为他们经常会面临无法预见的任务。如果他们有机会改变或修复自己，那将是好事。”Glette说。

这当然需要一段时间，航天工业并不是一夜之间就能应用新技术的。毕竟，他们必须绝对确保着陆后一切正常。

Nygaard说：“如果你把机器人送上火星，它会更好地工作。”

自主学习的优势

每次Dyret设法适应一个新的地表，它将更好地适应新地表环境。这就是自主学习的最大优势。

如果科学家们对它进行编程，让它在不同的地面上工作，并不确定他们是否真的会选择对机器人最理想的设计。

Nygaard说：“例如，我们认为砾石是坚硬的表面，但机器人并没有经历过这种情况，这是它自己能够学习的东西。当通过自己的经验学习时，它能够从我们人类经常错误地做出的假设和传统中挣脱出来。”

这意味着必须允许它不时地失败。就像一个学走路的孩子。“你必须先让机器人尝试一些糟糕的解决方案。”Nygaard说。

他带了一个装有零配件的手提箱在澳大利亚参加户外测试。“但幸运的是，我不需要用太多（配件）。”

适用于任何人

Nygaard现在在挪威国防研究机构与其他完全开发的机器人一起工作。也许他们能从机器人调整身体形态中获益？他还继续与信息学系的Dyret合作。

他说：“我现在正和硕士生一起探索机器人使用全新、完全不同的方法去学习，这些方法我没有时间自己一个人去研究。”

任何人都可以利用这项新技术。

“我们已经将项目的所有部分作为开源发布。任何人都可以拿着我们做的东西做自己想做的事。当然，他们可以下载机器人的设计并自己制造，但我认为大多数人会更倾向于在自己的工作中用我们的部分解决方案作为灵感。”Nygaard说。

Nygaard、Glette和他们的同事至少已经完成了他们的第一个目标。

Glette说：“我们现在已经在看不见的户外地形中对机器人进行了测试，我们为它配备了一种机器学习算法，可以收集数据，并使身体适应新的地形。”

“未知的环境来吧！机器人已经准备好了。”Nygaard说。

(文章源自：TheRobotReport 编译：Doris 本文仅限于技术交流)