伯克利弹跳机器人再进化:超精准着陆,指哪打哪

2018 年 10 月 10 日 量子位
机械栗 发自 凹非寺
量子位 出品 | 公众号 QbitAI

一跃而至圆形踏板,再跃落入网中指定位置。

不知道,你对这精湛的弹跳技巧还有没有印象。

机器人名叫Salto-1P,来自加州伯克利,曾经被IEEE Spectrum热烈地称赞为“最不可思议的弹跳机器人”。

如今,它的弹跳精确度又升级了,就算目标点位不断移动,也不影响它“指哪打哪”。

Salto-1P就是带着这样的技艺,远赴西班牙参加了机器人顶会IROS 2018

精确度是如何炼成的?

与从前相比,Salto-1P的依然极富弹跳力,尾巴也依然负责调节跳跃的角度。

虽然硬件没有发生变化,但运动控制层面的进化,足以令机器人焕然一新:

伯克利团队,为机器人开发了新的控制器,相当于给它升级了大脑

要完成定点跳跃,尤其是连续的定点跳跃,在起跳之前,脚所在的位置需要高度准确:

机器人要跳到椅子上,不能掉下来,起跳点就非常关键;跳到椅子上之后还要调整位置,到达下一个起跳点,再跳上桌子。

如果,要在两堵墙之间连续跳跃,就更加不容易了。

所以,机器人要完成更加复杂的任务,就要训练机器人起跳点的控制

团队测试表明,搭载新控制器之后,机器人落点误差的标准差只有10厘米,是从前的三分之一

只要手动标注好目标点位,之后不管这个点再发生怎样的移动,机器人都可以轻松到达。

在此之前,Salto-1P和腿足机器人领域的许多其他研究,用的都是Marc Raibert (即后来的波士顿动力创始人) 在1980年代开发的控制器。

换了大脑,机器人的运动控制能力明显增强,未来便有可能执行更加复杂的任务。

大脑精致,腿也一样精致

大脑只是一部分,没有健硕灵活的身躯,机器人的精确弹跳便无法实现。

伯克利团队常年推敲各种动物的弹跳原理,从中吸取养分。

非洲有一种动物叫做婴猴,腿部的机械结构非常灵活,可以将肌肉力量最大化:

婴猴身高13公分左右,能在0.78秒之内,跳起1.7米,垂直秒速达到2.2米

Salto-1P便是借用了婴猴灵活的腿部结构,才有了强键又优雅的弹跳动作:

它的身高与婴猴相仿,能跳起48公分,并只要0.43秒,垂直秒速1.1米

虽比不上婴猴,但不论速度还是离地高度,Salto-1P都足以击败普通人类了。

加入社群

量子位AI社群28群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;


此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。


进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态


登录查看更多
0

相关内容

Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
129+阅读 · 2020年7月10日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
【泡泡机器人】也来谈语义SLAM/语义地图
泡泡机器人SLAM
21+阅读 · 2019年3月12日
【机器人】机器人PID控制
产业智能官
10+阅读 · 2018年11月25日
视频 | 波士顿动力进化【8min】
机器学习算法与Python学习
4+阅读 · 2018年11月15日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
Arxiv
6+阅读 · 2018年3月31日
Arxiv
3+阅读 · 2017年7月6日
VIP会员
相关资讯
【泡泡机器人】也来谈语义SLAM/语义地图
泡泡机器人SLAM
21+阅读 · 2019年3月12日
【机器人】机器人PID控制
产业智能官
10+阅读 · 2018年11月25日
视频 | 波士顿动力进化【8min】
机器学习算法与Python学习
4+阅读 · 2018年11月15日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
Top
微信扫码咨询专知VIP会员