对能够行走、奔跑和抓取的机器人进行编程非常费力，因此研究人员更希望它们能够自主学习。为了解决真实机器人在试错学习过程中产生的磨损问题，研究人员团队正在开发模拟机器人的方法，并将它们学到的技能下载到真实的硬件上。一种新方法利用来自真实机器人的数据改进了这些模拟，从而闭合了反馈回路。最终成果是速度和敏捷性都得到提升的机器人。
苏黎世联邦理工学院 (ETH Zurich) 的机器人专家与名为 ANYmal 的四足机器人合作，利用神经网络（灵感来源于人脑的软件）增强了其算法。当机器人在现实世界中摸索时，神经网络会学习机器人每个电机的特性。这些信息反馈到模拟中，帮助它更准确地模拟真实机器人，从而产生更有效的技能用于下载。研究人员在 1 月份的《科学机器人》杂志上报告称，在实验中，ANYmal 打破了之前 25% 的小跑速度记录。它还可以在被推后恢复平衡，并在翻转后站稳脚跟。
ANYmal 通过苏黎世联邦理工学院的衍生公司 ANYbotics 进行商业销售。其关节中的电机具有类似肌腱的弹簧，可以吸收冲击、存储能量并提供感官反馈。每条腿有三个电机，全部可互换。帮助开发基于模拟的训练方法的机器人专家 Jemin Hwangbo 表示，该方法是为救援行动和石油钻井平台检查而创建的。它可以爬楼梯和爬过隧道，同时将其沉重的数字大脑装在防尘防水的身体内。凯夫拉尔纤维腹部有助于它在半米高度的跌落中幸存下来。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您将帮助确保未来能够继续创作关于塑造我们当今世界的发现和思想的具有影响力的报道。
其他公司也在开发能够与 ANYmal 的能力相媲美的四足机器人。2008 年，波士顿动力公司因其吵闹的燃气动力“大狗”在崎岖地形上蹒跚行走的滑稽（且令人毛骨悚然）的视频而受到关注。较新的“SpotMini”是其 25 公斤重的电动表亲。麻省理工学院的机械工程师 Sangbae Kim 没有隶属于波士顿动力公司，他说 SpotMini 拥有世界上最先进的算法，可以绕过和越过障碍物。该公司计划今年开始销售 SpotMini，用于从建筑到家庭帮助等各种工作。顶部安装的端口允许用户连接工具，包括一个可以取饮料和装载洗碗机的 5 公斤重的机械臂——真是人类最好的朋友。
Kim 在麻省理工学院的团队制造了一个名为“Cheetah 3”的 40 公斤重的机器人，他说它的移动效率比同等重量的四足动物更高。他还补充说，该机器人还拥有同等大小的腿足机器人中最强大的关节——这些关节是从头开始制造的，产生的扭矩与汽车发动机一样大。这些关节还可以再生能量并很好地处理冲击。Kim 说，Cheetah 3 没有它的前身 Cheetah 2 快，Cheetah 2 的运行速度可达每小时 23 公里。但是，它可以进行后空翻（至少在理论上是这样），并且可以在不依赖摄像头视觉的情况下爬楼梯和障碍物。然而，它是为研究而制造的，所以不要期望很快就能采用它。