苏黎世联邦理工学院的研究人员向四足机器人 ANYmal 传授了新技能。该机器人将能够使用类似跑酷的运动动作顺利地克服城市环境中的障碍，并且还能够行走穿过建筑工地和灾区等困难地形。
由苏黎世联邦理工学院机械与过程工程系 Marco Hutter 教授领导的两个团队使用不同的方法向 ANYmal 教授这些新技能。一名团队成员、ETH 博士生 Nikita Rudin 本人也从事跑酷运动，她利用机器学习来教机器人如何克服障碍以及摆脱障碍所需的动态动作。 ANYmal 通过反复试验进行学习，当遇到障碍物时，它会使用摄像头和人工神经网络来确定障碍物的类型，并根据之前的训练执行可能成功的操作。
另一位团队成员、ETH 博士生 Fabian Jenelten 结合了基于模型的控制方法，该方法在控制工程方面拥有良好的记录，而不是仅仅依赖机器学习。这使得机器人更容易学习精确的动作，例如教它如何识别和导航一堆瓦砾中的间隙和凹陷。机器学习帮助机器人学习可以在意外情况下灵活应用的运动模式。
这些进步使得 ANYmal 即使在光滑的表面和不稳定的岩石上也能获得可靠的立足点。在不久的将来，ANYmal将被用于建筑工地和其他对人类有危险的地方，例如检查灾区倒塌的房屋。
【新闻评论】
苏黎世联邦理工学院的一个研究团队成功教会了四足机器人 ANYmal 进行跑酷和克服灾区困难地形的能力。这项创新是通过结合两种不同的方法实现的：机器学习和基于模型的控制。
这项研究的背后是扩展四足机器人功能的强烈愿望。特别是，ETH 博士生 Nikita Rudin 利用她自己的跑酷经验，利用机器学习训练机器人克服障碍并执行动态动作。这使得 ANYmal 能够识别障碍类型并根据过去的学习经验选择最佳动作。
与此同时，Fabian Jenelten 将机器学习和基于模型的控制相结合，让机器人能够学习更精确的动作。这种方法使得ANYmal即使在瓦砾堆等不稳定地形中也能站稳脚跟，适合在灾区使用。
这项技术的进步可能会对救灾和提高建筑工地的安全产生重大影响。可以在对人类危险的环境中运行的机器人可以有助于提高灾难期间救援行动和损害调查的效率。然而，开发和使用具有如此先进技术的机器人需要伦理考虑和确保安全。例子包括减少机器人意外伤害人类的可能性和保护隐私。
从长远来看，这项技术将有助于提高机器人的自主性和多功能性，并将在人类与机器人共存的未来社会中发挥重要作用。预计它不仅可以应用于救灾，还可以应用于农业、物流等多种领域。这些进步展示了机器人技术的新可能性，我们对未来的发展感到非常兴奋。