机器人ANYmal展现超人般的复杂地形行走能力
机器人和人类一样，与世界互动时通常使用两种不同的感知方式。一种是外感受感知（或称外感受），来自激光雷达、摄像头和眼球等外部传感系统。
另一种是本体感受感知（或称本体感受），即内部感觉，包括触觉和力量感。通常，我们人类同时使用这两种感知方式行走：外感受帮助我们提前规划，而本体感受在遇到困难时发挥作用。
例如，在黑暗中你会使用本体感受。虽然移动依然可行，但你只能缓慢而小心地前进，依靠平衡感和触觉。
对机器人而言，外感受是让它们做出各种酷炫动作的关键：凭借出色的外部感知，以及充足的时间（和计算能力）来规划精彩的动作，机器人就能灵活而快速地移动。
然而，腿式机器人在黑暗中或任何外感受失效的情况下都难以应对。无论是因为传感器因某种原因无法工作，还是因为反光表面、茂密的灌木丛等对机器人不友好的情况导致其效果不佳。这是个问题，因为现实世界充满了对机器人不友好的环境。
ETH Zürich机器人系统实验室在Science Robotics期刊上发表的一项研究展示了一种控制系统，使机器人能够评估其获取的外感受信息的可靠程度。当数据可靠时，机器人会提前规划并快速移动。
但当数据看起来不完整、有噪声或具有误导性时，控制器会平稳地退化为本体感受运动。这意味着机器人会继续移动，也许会更慢、更谨慎，但依然在前进，最终会到达可以再次依赖外感受感知的位置。
这是人类和动物所采用的技术，如今机器人也能运用它，在速度与效率之间取得平衡，同时兼顾安全与可靠性，从而应对几乎任何复杂地形。
去年秋天DARPA SubT决赛期间，Team Cerberus的腿式机器人ANYmal赢得胜利，让所有人都提前领略了这项技术的魅力。下方视频中的表现令人印象深刻，尤其考虑到ANYmal完成爬坡的时间比普通人的推荐时间快了四分钟。
在视频中，ANYmal机器人穿越茂密植被和深雪，充分展示了该系统的出色表现。外感受数据显示到处都是障碍物，地面高度也不准确，但机器人清楚自己的腿在哪里，依靠这些本体感受数据安全前行而不摔倒。
其他腿式机器人也利用本体感受实现可靠移动，但这里的独特之处在于，控制器会根据其对所见内容的确信程度，在外感受与本体感受之间平滑切换，从而实现速度与可靠性的完美结合。ANYmal在此次行走以及SubT决赛中的表现，有力地证明了这一方法的卓越效果。
为了获取更多细节，IEEE Spectrum采访了论文作者、ETH Zürich机器人系统实验室博士生Takahiro Miki。
“达到类似动物的移动能力，可能是我们许多该领域研究者的共同目标。然而，机器人仍远远落后于自然界，而这篇论文只是朝这个方向迈出的一小步。<…> 我们希望派遣机器人前往对人类而言过于危险或难以到达的地方。在本研究中，“恶劣”指的是对我们人类而言艰难的环境，而不仅仅是对机器人而言。例如陡峭的徒步小径或难以穿越的积雪路径。借助我们的方法，机器人能够以人类步行的速度，穿越陡峭湿滑的岩石表面、茂密的植被，以及地下隧道和天然洞穴中松散的碎石地面”
他表示，人类操作员在为机器人选择可行路线时的直觉无疑帮助了机器人取得成功。尽管机器人十分坚固，但它无法越过物理上不可能通过的障碍，例如比机器人更大的障碍物或岩石。
不过，在DARPA SubT挑战赛等其他场景中，机器人由一个高层的探索与路径规划算法控制。该规划器了解运动控制器的能力，并利用几何提示来安全地操控机器人。要在需要更多语义环境理解的山地环境中实现自主行走，则是科学家们未来的工作。
雪地楼梯是科学家使用当前控制器进行的第一次户外实验，Miki对机器人能够应对湿滑的积雪楼梯感到惊讶。此外，行进途中的地形也相当陡峭复杂。博士生第一次勘察地形时，认为这对机器人来说可能太难，但机器人最终克服了所有障碍。
“我们认为，机器人是通过脚的接触或脚的位置来判断外感受是否与本体感受相符。如果地图正确，脚就会接触地图所示的位置。随后，控制器会确认外感受是正确的，并加以利用。一旦它感觉到脚与地图上的地面不吻合，或脚低于地图所示高度，它就会认定外感受不可靠，转而更多依赖本体感受。我们在一个额外的视频实验中证明了这一点。”
迄今为止，除DARPA SubT挑战赛外，科学家在大多数实验中都是手动控制机器人。下一个目标是增加更多自主性层级。Miki希望机器人能够在无人干预的情况下完成复杂的行走。
此外，机器人的移动能力仍有很大提升空间。对于更“恶劣”的地形，研究人员希望机器人能够以三维方式感知世界，并表现出更多样的行为，例如跨越台阶或从悬挂障碍物下方爬过，而这些在当前2.5D高度图下是无法实现的。
