机器之心报道

编辑：蛋酱、小舟

这只狗，强得很。

湿滑地面的陡峭路段、高台阶、碎石和树根盘错的森林小径，在苏黎世湖南端 1098 米高的埃策尔山（Mount Etzel）的道路上，布满了许多障碍物。

来自苏黎世联邦理工学院机器人系统实验室的四足机器人 ANYmal 正在这样的环境中完成一次「徒步旅行」，总距离 2.2 千米：

在 31 分钟的时间内，ANYmal 毫不费力地攻克了 120 米的垂直距离，成功抵达终点了：

这比人类徒步旅行者的标准时间快了 4 分钟，而且 ANYmal 没有出现任何跌倒或失误。

和人类一样，机器人在与世界互动时通常使用两种不同的感官模式。外部感知来自外部传感系统，如激光雷达，照相机和眼睛。此外就是本体感知 ，这是一种内部感知，包括触觉和力感知。

一般来说，人类同时使用这两种感知模式来移动，外部感知帮助我们提前规划，本体感知在事情变得棘手时会发挥作用。例如，你在黑暗中使用本体感知，仍然可以保持移动，只是需要慢慢地、小心地移动，依靠平衡感和摸索周围的路。

对于足式机器人来说，外部感知使它们能够完成很酷的事情，鉴于好的外部感知和时间 (以及计算) 做一些非常棒的运动规划，机器人可以动态而快速地移动。然而，足式机器人在黑暗中要不适应得多，也许它们所需要的外部感知不能工作 (无论出于什么原因，传感器都无法工作) ，或者对机器人不友好的东西(比如反射表面或浓密的灌木丛或其他什么东西) 完全蒙蔽了外部感知。这是一个棘手的问题，因为现实世界充满了对机器人不利的事物。

近日，苏黎世联邦理工学院的机器人系统实验室的一项研究登上了《Science Robotics》。在这项研究中，他们展示了一种控制系统，可以让一个足式机器人评估它获得的外部感知信息的可靠程度。

论文链接：https://www.science.org/doi/10.1126/scirobotics.abk2822

当数据准确时，机器人会提前计划并快速移动。但是，当数据集看起来不完整、嘈杂或具有误导性时，控制器就会优雅地退化为本体感知运动。机器人会继续移动，也许会更加缓慢和小心，但会继续移动，直到再次开始依赖外部感知。这是人类和动物使用的一种技术，现在机器人也可以使用它，将速度、效率、安全性和可靠性结合起来，处理几乎任何具有挑战性的地形。

在去年秋天的 DARPA SubT 决赛中，这项技术被 ANYmal 足式机器人的团队注意到，并应用在了这款机器人上。尽管不确定 SubT 的终极对决是否比瑞士的某些登山运动更具挑战性，但视频中的表现令人印象深刻：

责任编辑：kj005