这几年，波士顿动力真是红旗飘扬，锣鼓阵阵，风声四起，惊艳四座。
不是今天降龙十八掌，就是明天乾坤大挪移。什么阿特拉斯、spotMini等等机器人以往的文章中多有提及。这家伙搞得小伙伴们一时半伙是四足只认大小狗，双足定娶阿特拉斯。
但咱得实话实说，波士顿动力虽强，但也绝不是泰山压顶之势。毕竟在这茫茫美国货当中也是有咱中国货和瑞典货的。这其中就公开资料来说，瑞典ANYmal算是其中的佼佼者，且是较有特色的四足机器人。
1月23日，瑞士苏黎世联邦理工大学(ETHZurichuniversity)机器人系统实验室向外界展示了其开发的狗型机器人ANYmal。
ANYmal模仿了真实动物的行走方式，它是一个重约30公斤的四足狗形机器人，外形类似波士顿动力公司(BostonDynamics)及麻省理工学院(MIT)开发的“猎豹”四足机器人。
ANYmal能在受到外力冲击时保持平衡：当研究人员拿脚踹它时，它能保持一定程度的平衡，如果真被踹翻，也能重新“翻身”站起。相比于波士顿动力的四足机器摔倒后需要人类帮助重新站立，或者是通过自带的机械手帮助下重新站立，ANYmal却可以做到仅靠四足驱动站立。
SpotMini
ANYmal
或许你会认为它的挣扎姿势有一点奇怪，那时因为相比于波士顿动力的SpotMini,ANYmal拥有AI加持下的强化学习算法，说白了就是ANYmal并非天生就会走路奔跑（相比之下，波士顿动力的机器人大多依靠聪明的人类算法编程获得行走能力），而是在人工智能的不断训练下才学会了走路，虽然它的姿势相比于波士顿动力不够优美，但也绝对掩盖不了它的成就。
更为重要的是，为了可以尽量快的学会走路，ANYmal并不是一个人在奋斗。它的缔造者们已经让它的多个虚拟分身在模拟器同步训练
在模拟器里，2,多只机器狗(智能体)可以一起学走路，一起应对各种刁难。这样一来，可以轻而易举地获得大量的数据。而有了强化学习算法，智能体可以在千万次试错中，找到技巧。
训练开始的时候，它像一只出生不久的小狗，可能是四肢的力量还弱，可能是还不懂得怎样用力。
经过1,代的训练，运动策略已成熟稳健，机器狗可以从侧卧的状态毫不犹豫地正起身来。
它知道自己扑街的姿势是怎样的，就知道该用怎样的动作，让自己站起来：
保持自身平衡也在模拟器中得到大量训练。
另外，强化学习算法还可以针对不同的奔跑速度，来训练策略。训练之下，机器狗的秒速已经达到1.5米，比没用强化学习的时候快了25%。
什么？前方有障碍？不存在的，模拟器中早学过了几千遍！
更重要的是，模拟器里训练好的运动策略，不用做任何修改，就可以直接交给现实中的机器狗。
它还能通过立体摄像机感知地形、在线规划地图，轻松完成爬楼梯、坐电梯、上下坡、躲避障碍物等动作。据微博
前沿机器人报道，Anymal还可用来进行户外地形绘制。为了进行准确的扫描，机器人在前面和后面都带有两个旋转的激光测距传感器。另外，ANYmal还能通过增加高端的RGB变焦相机远距离收集图像信息，对压力表、液压计等进行检查。
除了ANYmal的软件部分，其硬件部分也不赖哦！
它的驱动器是一款高度集成的力矩可控的机器关节。是一个紧凑的、机械兼容和高度集成的自动关节。拥有精确的位置和扭矩控制在高冲击下的稳健性，可以进行暂时能源存储以及安全交互。
而它的机械腿是一个结合了安全性和动态交互作用的机械手，该系统由轻质碳纤维链和新型高性能系列弹性执行机构组成，具有动态运动能力、低阻抗关节扭矩控制以及内部交互安全性。这使得一种完全基于关节转矩规则的直接力控制模型得以实现。因为使用统一的动力和运动控制，所以当其在安全执行运动时，只要一和周围环境产生接触，末段执行器的位置在任务环境中就可以被精准地、动态地追踪到。其动力控制部分也使用了一种新的方式得以实现，这种新的方式向我们展示了它与现有的方式相比，是如何在不可预知方向与摩擦力的表面导航时减少动力的。机械腿使用触觉反馈的方式进行测试，它使得系统动力与接触力可以反馈给用户。
据悉，它马上就要参演闻名于世界各地的美国电视科幻影集《X档案》了。不知对手SpotMini是不是有所羡慕呢！
热文阅读
浅谈连杆行走机构
“嫦娥”4号奔月，还记得那些年我们送往月球的使者吗？
持续
转载请注明地址:http://www.1xbbk.net/jwbls/8625.html
