充电一次跑步五公里，Cassie成双足机器人界的“博尔特”

发布时间：2022-09-30 16:05:46 【来源：智东西】

　　智东西（公众号：zhidxcom）

　　编译 | 刘柏涵

　　编辑 | 程茜

　　智东西9月29日消息，本周二，美国机器人公司Agility Robotics（敏捷机器人）宣布，旗下新一代双足机器人Cassie跑出了百米24.73秒的成绩，创下吉尼斯世界纪录。

　　Cassie是第一个使用机器学习来控制步伐形态，并在室外地形上跑步的机器人，虽然无法与博尔特保持的9.58秒的人类百米世界纪录相比，但它24.73秒的时间也同样值得肯定，这一机器人界的世界纪录在俄勒冈州的怀特田径中心被Cassie创下。

　　Agility Robotics成立于2015年，是从俄勒冈州立大学（OSU）拆分出来的机器人公司，这家公司研发的机器人主要用于物流行业，比如卸载货车、搬运箱子和管理货架等仓储工作。2022年7月，Agility Robotics获得了1.5亿美元（折合约10.78亿人民币）的B轮融资。

▲机器人正在移动货物、卸载拖车、完成最后一公里交付

　　一、充电一次跑步五公里，Cassie耐力也不错

　　在准备跑步前，Cassie保持身体站立的姿势，膝盖微微弯曲，它并没有搭载摄像头或外部传感器，整个跑步过程都是盲目进行的。

　　研究人员在设计Cassie时参考了鸵鸟的跑步姿势，这种双足动物不需要像人一样摆臂就可以在运动时保持平衡。

▲Cassie处于准备状态

　　俄勒冈州立大学机器人教授和Agility Robotics首席技术官Jonathan Hurst主导了Cassie的研发工作，去年7月Cassie在俄勒冈州立大学进行测试，仅需要充一次电就可以跑5公里，用时53分钟。

　　“在过去几年里，我们一直在努力打破这一世界纪录，训练时Cassie不仅要跑步五公里，还要上下楼。机器学习长期以来被应用于模式识别，如图像识别，但用于控制机器人还属于新的研究领域。”研究人员Devin Crowley说。

　　Cassie在机器人学习运动领域一直处于领先地位，5公里长跑是为了检验其可靠性和耐力，在实现这一目标后，研究人员开始思考Cassie跑的能有多快。

　　二、外形原始但跑步速度惊人，机器学习加速学习效率

　　Cassie只有两条“腿”，中间有支架支撑，一名研究人员指出，与其他机器人相比，例如波士顿动力公司的几款人形机器人，Cassie看起来很原始，但是它代表了一种前沿技术，那就是将机器学习应用于控制机器人。

▲Cassie外观示意图

　　强化学习是人类的一种能力，比如说婴儿不断尝试新方法来学习走路，他们不会立即明白整个过程，但是会先记住走路的步骤，然后基于其认知，不断添加更多的信息，最终学会直立行走。

　　婴儿通过不断学习可以做得越来越好，随着时间的推移，他们可以学会新的技巧，比如跑步、跳跃等等。

　　为了帮助机器人学会以同样的方式行走，研究人员从在虚拟世界中的模拟机器人开始进行研究。

　　在虚拟世界中，模拟机器人接受了描述任务的信息训练，例如直立行走，人工智能引擎记住并使用需要用到的知识，帮助模拟机器人完成任务，这个过程不会有实际硬件的损坏，所以加速了模拟机器人的学习进度。

　　当模拟机器人学会走路后，研究人员就会将它的知识转移给Cassie，宛如蹒跚学步的孩子一般的Cassie通过继续学习，慢慢做到了在轻微滑倒时不跌倒，或者是在被侧推时快速恢复直立状态。直至现在，它已经可以做到连续近1小时，长达5公里的跑步，还创下了双足机器人百米赛跑的纪录。

　　Jonathan Hurst在发布会上说：“Cassie可能是第一个学会跑步的双足机器人，但它不会是最后一个，我相信把机器学习应用到控制机器人上是未来机器人技术研究的一个重要方向。这场百米冲刺让人最兴奋的点是Cassie所展现出来的潜力，将机器学习应用到机器人的控制方面是一个全新的领域，这种控制方法显现出其他方法更优秀的性能，把机器学习应用到机器人控制方面的研究将会变得越来越多。”

　　结语：机器学习将被更广泛应用于未来机器人研究

　　中国人工智能学会理事长李德毅曾说：“双足机器人在人机交互和复杂地形的适应方面具有天然优势，未来该技术逐步完善，其将具备广阔的应用场景和巨大的商业价值，不仅可应用于机场、酒店、养老等行业中，在高校教具、娱乐影视、军用装备、抢险救灾等方面也具有重要价值。”

　　Cassie向我们展现的不仅是“跑得快”和“耐力好”，更是机器学习在机器人控制领域中所展现的巨大发展潜力，这种方法有助于机器人进一步发展，未来它可能将会被广泛的应用于机器人研究领域，让我们离机器人在日常生活变得随处可见的生活更近了一步。

　　来源：Tech Xplore

上一篇：告别迷茫时代，重新定义“造车新势力”
下一篇：最后一页