当安南耶·阿加瓦尔(Ananye Agarwal)带着他的“狗”,在美国卡内基梅隆大学附近的公园来回散步时,其他的狗和狗主人时常会驻足观察。

这是因为阿加瓦尔的“狗”是一个机器狗,而且是一个特别的机器狗:其他机器狗必须使用内置地图才能四处活动,而他的机器狗则使用了内置摄像头。

阿加瓦尔是卡耐基梅隆大学的一名博士生,他所在的研究团队开发了一种新技术,可以让机器人利用计算机视觉和强化学习在复杂的地形上行走。研究人员希望,他们的工作能够帮助机器人更容易部署并融入现实世界。

加州大学伯克利分校的研究生阿什·库马尔(Ashish Kumar)说,与市场上现有的、使用内置地图移动的机器人不同,这个机器人只使用摄像头来操控其在户外的活动。他也是这项工作的论文作者之一,论文将在下个月的 CoRL(Conference on Robot Learning,机器人学习大会)上展示。

当然,还有很多同样利用摄像头来引导机器人运动的尝试,但他们仅限于平坦的地形。阿加瓦尔及其研究团队可以让机器人走上楼梯、跨越石头、跳过缝隙。

(来源:COURTESY OF THE RESEARCHERS)

他们首先将机器狗(四足机器人)放在模拟环境中进行训练,练习在不同的场景下移动,所以它大致掌握了户外的地形,以及上下楼梯是什么样子的。

当在现实世界中部署时,四足机器人前面的摄像头会捕捉画面并引导它的运动。此外,该机器人通过强化学习学习如何调整步态,来更好地在楼梯和不平坦的地面上导航。

(来源:COURTESY OF THE RESEARCHERS)

据悉,强化学习是一种人工智能技术,允许系统通过反复试验和试错来不断进步。卡内基梅隆大学的助理教授迪帕克·帕塔克(Deepak Pathak)是该团队的一员,他表示移除内置地图提升了机器人的鲁棒性,因为它不再受到地图中潜在错误的限制。

谷歌的研究科学家 Jie Tan 没有参与这项研究,他表示让机器人将相机上的原始像素,转换为探索周围环境所需的精确和平衡的运动,

他说,这项工作是他首次看到“一个小型和低成本的机器人”可以展示出如此令人印象深刻的移动性。

华盛顿大学机器学习和机器人控制的研究员石冠亚认为,该团队已经“在机器人学习和自主性方面取得了突破”。Meta AI 研究科学家阿克沙·拉莱(Akshara Rai)对这一观点表示同意。

拉莱说:“这项工作是建造这种有感知能力的机器人,并且是实现户外部署的很有希望的一步。”

然而,尽管该团队的工作有助于改善机器人的行走方式,但它不会帮助机器人提前确定要去哪里。拉莱指出,导航对于在现实世界中部署机器人十分重要。在机器狗能够在公园里自主闲逛或在房子里帮你拿东西之前,还需要做更多的工作。

谷歌的科学家Jie Tan强调,虽然这个机器人可以通过前置摄像头了解深度,但它无法应对光滑的地面或长得很高的草等情况,因此它可能会掉入水坑或被困在泥地里。