據外媒報道，加州大學伯克利分校的科學家們研發了一種新型的雙足機器人，它已經學會了走“梅花樁”，為將來完成搜索和救援任務打下了堅實的基礎。

相關研究成果發表在本月出版的IEEE Spectrum上，兩位在雙足機器人步行研究前沿的研究人員讓我們了解了機器人在復雜的地形上行走所面臨的挑戰，在那里他們必須站起來、蹲下、保持平衡，并且不允許失敗。

他們補充道，毫無疑問，挑戰仍然存在。“目前最先進的機器人在準靜態運動時速度慢，對意外干擾不穩健，在能源使用方面效率低下。”

Ayush Agrawal和Quan Nguyen分別來自加州大學伯克利分校和卡內基梅隆大學。他們解釋了為什么很難。他們寫道，“設計可以處理離散立足點（如碎石或踏腳石）的控制算法是有挑戰性的，因為對腳的放置有嚴格的限制，這是不能違反的，這些系統的運動是由復雜的動力學方程來控制的。”

他們還評論了機器人如何移動。此外，這些機器人不知道前方的地形將是什么樣子；只有下一步的位置顯示給機器人，這個場景很接近機器人在現實世界中會遇到的情況。

根據Luke Dormehl在Digital Trends上的總結：加州大學伯克利分校和卡內基梅隆大學的一組研究人員，包括Koushil Sreenath教授，Ayush Agrawal和Quan Nguyen，開發了控制算法，允許ATRIAS機器人動態地、快速地走過墊腳石組成的隨機地形。

兩人表示，他們一直致力于“為高度自由的雙足機器人開發正式的控制框架，這不僅可以確保在離散地形上精確放置腳步，而且還可以模擬不確定性和外力。”

該團隊在不同類型的地形下使用欠驅動（在腳踝處沒有致動器，只是定點腳）雙足機器人。 這是一個ATRIAS機器人，一個實用的選擇，因為機器人可以測試運動。

ATRIA將碳纖維腿部機制視為輕量級，并且可以軟化每個腳步，而不是向身體發送大量的震動。

指導步行機器人的復雜人工智能算法依賴于嚴格的腳放置規則，使得每個步驟的高度和距離都相當嚴格。加州大學的研究人員繞開了這個問題，使用機器學習來“教”雙足機器人如何處理不同高度和距離的臺階。他們的系統給步行機器人更多的自由，使它們比之前的任何雙足機器人模型都更靈活。為了測試它們的創造力，科學家們用墊腳石建造突擊課程，這些墊腳石的高度和距離隨機變化。每一個機器人都能夠順利通過，即使它以前從未嘗試過這條路線。

Agarwahl和Nguyen在IEEE Spectrum中表示，“我們相信這是第一次在雙足機器人上成功演示出步長和步高同步變化的踏腳石動態行走。”

下一步計劃是什么？

TechCrunch的John Biggs認為，目前機器人可以說是“瞎的”，所以，研究人員下一步將機器視覺融入其中，利用視覺輸入來規劃下一步的動作。

據研究人員介紹，這一技術的潛在應用非常多，在搜索和救援中，可以部署自主的類人機器人代替人類救援人員;探索未測繪或未探索的地區，如在其他行星上，那里的表面可能是高度不均勻的；或者是在家里作為個人機器人。