麻省理工学院人工智能实验室研究人员开发了一种腿式机器人系统，可以在与人类相同的条件下运球。该机器人混合使用车载传感和计算来穿越不同的自然地形，如沙子、砾石、泥土和雪，并适应它们对球运动的不同影响。
一段时间以来，编程机器人踢足球一直是一个活跃的研究领域。然而，该团队希望在运球过程中自动学习如何操纵双腿，从而发现难以编写脚本的技能，以应对雪、砾石、沙子、草地和路面等不同地形。
麻省理工学院博士生Gabe Margolis说：“机器人在不知道如何运球的情况下开始——它只是在它运球时得到奖励，或者在它搞砸时得到负强化。所以，它本质上是在试图弄清楚它应该用它的腿施加什么样的力。“这种强化学习方法的一个方面是我们必须设计一个好的奖励来促进机器人学习成功的运球行为。一旦我们设计了奖励，接下来就是机器人的练习时间：经过数百天的训练，它越来越擅长操纵足球以匹配所需的速度了。”
由于团队在其系统中内置了一个恢复控制器，该机器人还可以在不熟悉的地形中导航并从跌倒中重新站起来，并继续追球。
与独自行走相比，运球对运球机器人的运动和它可以穿越的地形施加了更多的限制。机器人必须调整其运动方式，以便对球施加力来运球。球和景观之间的互动可能不同于机器人和景观（如茂密的草地或人行道）之间的互动。例如，足球在草地上会受到阻力，而在人行道上则不会，而倾斜会施加加速度，从而改变球的典型路径。然而，只要机器人不打滑，它穿越不同地形的能力通常不会受到这些动力学差异的影响，因此足球测试对地形的变化很敏感，而单靠运动是不敏感的。
视频加载中...
在硬件方面，机器人有一组传感器，可以让它感知环境，让它感觉自己在哪里，了解自己的位置，并看到周围的一些环境。它有一组致动器，可以施加力并移动自身和物体。在传感器和执行器之间，有一台计算机或“大脑”，负责将传感器数据转换为动作，并通过电机进行应用。当机器人在雪地上运行时，它看不到雪，但可以通过电机传感器感觉到雪。但足球是一项比走路更棘手的壮举，因此团队利用机器人头部和身体上的摄像头，除了新的运动技能外，还创造了一种新的视觉感官模式。
研究人员说：“我们的机器人可以在野外行走，因为它携带了所有的传感器、摄像头和机载计算。这需要在让整个控制器适应机载计算方面进行一些创新。这是学习有帮助的一个领域，因为我们可以运行一个轻量级的神经网络，并训练它来处理移动机器人观察到的有噪声的传感器数据。"
要使这些机器人像自然界中的同类机器人一样敏捷，还有很长的路要走，而且某些地形对DribbleBot来说具有挑战性。目前，控制器没有在包括斜坡或楼梯的模拟环境中接受训练。机器人没有感知地形的几何形状；它只是估计它的材料接触特性，比如摩擦力。例如，如果有台阶，机器人就会卡住——它无法将球举过台阶，这是团队未来想要探索的区域。
该研究得到了DARPA机器常识计划、麻省理工学院-IBM 沃森人工智能实验室、国家科学基金会人工智能和基础交互研究所、美国空军研究实验室和美国空军人工智能加速器的支持。该论文将在2023年IEEE机器人与自动化国际会议 (ICRA) 上发表。
#机器人##人工智能##足球##中国足球：你用一句话来形容是什么##四足机器人##国足追上日本足球需要多久#