雙足機(jī)器人昂貴、復(fù)雜且易碎。單從平衡性來(lái)看，雙腳站立和行走要比四足難得多，但由于雙足機(jī)器人更像人，仍然有許多研究者致力于研發(fā)雙足機(jī)器人。

對(duì)于機(jī)器人（雙足機(jī)器人、四足機(jī)器人、履帶式機(jī)器人等）來(lái)說(shuō)，爬樓梯一直是一個(gè)巨大的挑戰(zhàn)。雙足機(jī)器人上下樓梯時(shí)需要大量的感知和計(jì)算，幾乎是在實(shí)驗(yàn)階段就相當(dāng)脆弱，可能會(huì)被摔壞，甚至以失敗告終。

解決雙足機(jī)器人走樓梯問(wèn)題的一種方法是需要更好的感知力和更多的計(jì)算來(lái)模擬樓梯和規(guī)劃腳步路徑。而近日來(lái)自俄勒岡州立大學(xué)和 Agility Robotics 的研究者提出了一種方法，只是將雙足機(jī)器人 Cassie 隨機(jī)扔在了室外樓梯上，完全不用任何感知就完成了走樓梯的任務(wù)，并且完成效果驚人。該論文將于 7 月在 RSS（Robotics Science and Systems） 2021 上發(fā)表。

論文地址：https://arxiv.org/pdf/2105.08328.pdf

雙足機(jī)器人 Cassie 上下樓梯的效果如下，研究人員為 Cassie 配備了安全繩，只是為了防止機(jī)器人「災(zāi)難性的墜落」，繩子保持松弛狀態(tài)：

Cassie 還可以壓馬路：

復(fù)雜環(huán)境也能行走，不過(guò)還是被絆了一跤：

但是，Cassie 也有摔倒的情況：

雙足機(jī)器人 Cassie

需要注意的是：Cassie 沒(méi)有感知，也就是說(shuō)它并不知道自己上樓梯或下樓梯的信息。但該機(jī)器人可以自身反饋，這意味著它知道自己的肢體與樓梯有怎樣的接觸。此外，由于安全繩保持松弛，因此 Cassie 沒(méi)有得到任何額外的幫助，安全繩只是為了防止機(jī)器人災(zāi)難性的墜落。

實(shí)驗(yàn)過(guò)程中，Cassie 經(jīng)歷了諸多坎坷：它撞到了欄桿上，腳趾斷了，從臺(tái)階上滑下來(lái)，完全沒(méi)踩到臺(tái)階，偶爾還會(huì)倒退。但令人驚訝的是，Cassie 還能堅(jiān)持走到它該去的地方。

Cassie 沒(méi)踩到臺(tái)階，但它站起來(lái)之后繼續(xù)完成了任務(wù)。

這就是這項(xiàng)研究如此令人興奮的原因，與其嘗試開(kāi)發(fā)一種依靠高質(zhì)量感知和大量計(jì)算的完美樓梯系統(tǒng)，還不如開(kāi)發(fā)一種包含現(xiàn)實(shí)世界約束，同時(shí)設(shè)法實(shí)現(xiàn)這一目標(biāo)。即使這不是最優(yōu)雅的，但在現(xiàn)實(shí)世界中具有魯棒性。

研究人員利用強(qiáng)化學(xué)習(xí)方法，根據(jù)典型的城市建筑規(guī)范，訓(xùn)練模擬 Cassie 走樓梯，樓梯設(shè)置高達(dá) 8 個(gè)臺(tái)階。為了將學(xué)習(xí)到的爬樓梯策略有效地從模擬遷移到現(xiàn)實(shí)世界中，該研究在模擬中設(shè)置了多種干擾，這些干擾用來(lái)表示難以精確模擬的各種現(xiàn)實(shí)事物。

例如，Cassie 模擬摔倒混亂、行走速度調(diào)整以及模擬地面摩擦引起的抖動(dòng)等。因此，盡管模擬無(wú)法完全模擬真實(shí)的現(xiàn)實(shí)環(huán)境，但隨機(jī)混合模擬可以確保該機(jī)器人的控制器在各種情況下具有魯棒性。

使用強(qiáng)化學(xué)習(xí)來(lái)訓(xùn)練機(jī)器人的一個(gè)特殊之處是，有時(shí)即使提出了非常有效的方法，但并不清楚其確切原因。

論文第一作者 Jonah Siekmann 表示他們觀察到：Cassie 在上樓梯時(shí)，走得越快就會(huì)走得越好。這對(duì)機(jī)器人來(lái)說(shuō)有點(diǎn)違背直覺(jué)：

由于 Cassie 沒(méi)有視覺(jué)能力，因此在選擇落腳點(diǎn)時(shí)非常糟糕。如果它試圖將腳放在樓梯的拐角處，并將其重心轉(zhuǎn)移到這只腳上，那么結(jié)果就是它會(huì)摔下樓梯。就步行速度而言，這并沒(méi)有什么大問(wèn)題，因?yàn)?Cassie 的動(dòng)力系統(tǒng)可以讓它克服短瞬間的向后移動(dòng)（即一定程度上避免跌倒）。在低速狀態(tài)時(shí)，該動(dòng)力系統(tǒng)不足以克服不良的落腳點(diǎn)帶來(lái)的問(wèn)題，它會(huì)不斷撞到樓梯，直至摔倒。而在高速狀態(tài)時(shí)，機(jī)器人往往會(huì)跳過(guò)一些臺(tái)階，從而使 Cassie 接近甚至超過(guò)其極限。

Siekmann 表示糟糕的落腳點(diǎn)導(dǎo)致了 Cassie 出現(xiàn)了一些「冒險(xiǎn)行為」。他說(shuō)「有時(shí)，Cassie 在下降過(guò)程中跳過(guò)了一至三個(gè)臺(tái)階，然后又恢復(fù)正常的下樓狀態(tài)，這尤其令人驚訝。Cassie 在上樓時(shí)也絆倒然后又爬起來(lái)了。這個(gè)物理過(guò)程很復(fù)雜，因此學(xué)得的控制器中嵌入的那些精準(zhǔn)的反應(yīng)是非常令人興奮的。此前我們還沒(méi)有見(jiàn)過(guò)這種魯棒性。」

如果要比較 Cassie 上下樓梯是否比蒙住眼睛的人更好，研究者表示這很難說(shuō)。Siekmann 說(shuō)：「我們多次開(kāi)玩笑說(shuō) Cassie 在爬樓梯方面是超人，因?yàn)樵谂臄z這些視頻的過(guò)程中，由于要專(zhuān)注于拍攝 Cassie（一定程度上沒(méi)有看臺(tái)階），我們?cè)谏蠘堑倪^(guò)程中也絆倒了幾次?！?/p>

在執(zhí)行動(dòng)態(tài)任務(wù)時(shí)，比人類(lèi)更好的機(jī)器人顯然是一個(gè)非常高的標(biāo)準(zhǔn)，但也許大多數(shù)人實(shí)際上并沒(méi)有像 Cassie 那樣為盲目樓梯導(dǎo)航做好準(zhǔn)備，因?yàn)?Cassie 本身就是基于樓梯訓(xùn)練的，并且在訓(xùn)練過(guò)程中添加了少量「噪聲」，以使樓梯并不是完全均勻的，以防止 Cassie 通過(guò)本體感受推導(dǎo)樓梯的精確尺寸，并過(guò)度擬合至完美統(tǒng)一的樓梯。

實(shí)際上，人類(lèi)在閉著眼睛嘗試爬樓梯時(shí)，會(huì)依賴(lài)于「樓梯是完美統(tǒng)一的」這種假設(shè)。當(dāng)人類(lèi)無(wú)法依靠這樣的假設(shè)時(shí)就會(huì)陷入困境。

Cassie 和大多數(shù)機(jī)器人一樣受到一些約束。如果它看上去比其他機(jī)器人更有趣，那是因?yàn)樗褂玫氖菍?zhuān)門(mén)針對(duì)樓梯和類(lèi)樓梯場(chǎng)景設(shè)計(jì)的特定樓梯控制器。

研究團(tuán)隊(duì)成員 Green 解釋說(shuō)：「當(dāng)你訓(xùn)練神經(jīng)網(wǎng)絡(luò)充當(dāng)控制器時(shí)，學(xué)習(xí)算法會(huì)隨著時(shí)間的推移完善網(wǎng)絡(luò)，以使其針對(duì)特定環(huán)境的回報(bào)最大化。這意味著，與在平坦地面上進(jìn)行訓(xùn)練相比，通過(guò)在階梯上進(jìn)行訓(xùn)練，我們得到了完全不同的控制器?！顾硎荆簶翘菘刂破骺梢栽谄教沟牡孛嫔险９ぷ?，但效率較低，且噪音較大。該研究團(tuán)隊(duì)正在研究集成多個(gè)步態(tài)控制器的方法，這些步態(tài)控制器可以根據(jù)機(jī)器人的具體工作方式進(jìn)行調(diào)用。這可能會(huì)涉及一些非常簡(jiǎn)單的感知系統(tǒng)，只是告訴機(jī)器人「嘿，前面有樓梯，你最好采用樓梯模式！」