双足机器人首次完成户外五公里跑，无任何安全辅助条件下五十三分钟跑完全程

有史以来，第一次完成户外5公里跑步的机器人诞生。近日，俄勒冈州立大学的研究人员让一个两足机器人Cassie完成了上述跑步。

凭借纤细的红腿、鸵鸟的步伐和腹部的推力，它在53分钟内跑完全程，没有系安全带，并且只充了一次电。

“这是机器人第一次学会走路和跑步，并成功地越过人类地形和正常地形”，俄亥俄州立大学机器人教授、Agility robotics创始人和CTO乔纳森·赫斯特表示，“这是真实世界的环境，不是在跑步机上的实验室那种东西。”

据悉，Cassie是一个两腿机器人，由俄勒冈州立大学孵化出来的公司Agility Robotics制造，曾获得美国国防部高级研究计划局的100万美元拨款。

研究团队耗时16个月研发完毕，并于2017年首次推出Cassie，目前一台售价大约7万美元。

两足机器人Cassie

2020年，该校剥离出Agility Robotics，不过该公司一直在推动双足机器人的商业应用。据介绍，Cassie是通过深度强化学习算法学会了跑步能力，它还能在转换位置或运动时保持平衡。

概括来说，该团队将生物力学知识、机器人控制方法、以及机器学习工具相结合，最终塑造了Cassie。

同时，Cassie也是该公司的第一款产品，它稳定、精确的步伐参考了鸟类步态。和鸵鸟一样，Cassie臀部有三个自由度，脚踝柔韧有力，但膝盖只能单向弯曲。它的整个底盘非常轻，能以比较自然的方式去吸收冲击，就像人类走路一样。

不同于波士顿动力公司的四足机器人，对于四条腿站立的机器人，很难用外部物体把它撞倒。而Cassie是两条腿，因此似乎更容易被撞倒。但该团队表示，这种情况或将改变，因为新的深度学习技术可让两足机器人在移动过程中，开发出自我稳定的新方法。

盡管如此，这些方法也并非完美无缺。此次Cassie的运行时间包括大约6.5分钟的故障排除时间，在5公里跑中跌倒了两次，期间研究人员处理了电脑过热和一个糟糕的转弯，这导致Cassie的主机从腿上摔了下来。

但是，赫斯特仍然相信，两足机器人将成为常态，并与人类融合在一起。其潜在应用场景主要在于灾后搜救、物流包裹运送和家庭智能服务等。

两足机器人Cassie在测试

对于此次成绩，浙江之江实验室PI研究员、前本田技研先端中心研究员、大阪大学博士&特聘研究员付春江表示，对能耗的追求其实在美国DRC机器人挑战赛中就已初见端倪，相比传统的刚体机器人比如ASIMO和ATLAS，斯坦福研究院的SRI的DURUS在更早之前、就已实现较长时间的行走。

而此次Cassie把双足机器人的节能性推到了新高度。举例来说，智能手机之所以成为日用品，就是起码能保证一天一充电。其实，之前CassieE实现连续工作数小时，只不过那时它采用的控制方法需要限制步幅，即仍然停留在行走这种方式。

而此次的5公里，是在慢跑步态下实现的，确实更具冲击力。不同于全地形和全身动作，行走的学习控制核心思路也没有慢跑的复杂。而从俄勒冈州立大学ICRA2021的控制框图可以看到，在承担主要非线性、非连续动力学任务时，仍是让降维模型的稳定周期运动来作为步态库，去对控制策略网络进行引导。

俄勒冈州立大学ICRA2021的控制框图

付春江指出，相比之前纯粹的强化学习，这可省去不少训练量。当然，全步态学习包括跑步有着更复杂的无模型学习方法、回报设计、系统调参和软硬件迁移，但主要还是依赖大规模仿真数据。

该团队于2021年发表的一篇论文指出，周期回报组合设计是其关键。此外如下图所示，该研究还用到了LSTM网络和PPO训练方法。

LSTM网络和PPO训练方法

付春江表示，Cassie此次实现5公里慢跑，是抗扰柔性硬件结构、调试数据、经验的积累、以及强化学习的综合积累结果。

Cassie的“妹妹”Digit更具实用性

目前该公司还研发了Digit机器人。据悉，Digit上身集成了传感器和两个4自由度臂，还有一个用于额外计算和自定义负载集成的托架。

研究团队和Digit

它的实用性更强，只需少量额外编程即可执行简单的任务。据介绍，Digit于2018年开始开发，并于2020年中期推向市场。Digit具有稳健的步行和跑步步态，具备爬楼梯、以及自主导航的感知能力。

目前，Digit已可用于搬运包裹。

Digit已可用于搬运包裹

即便遇到台阶，它仍可以搬着包裹上去。

赫斯特曾表示，该公司正在和福特公司合作，主要想解决最后一公里问题。Digit的独特设计让它可以被折叠，平时放在汽车后备箱即可随车携带，一旦车辆到达目的地，就可让Digit抓取包裹、并执行交付过程的最后一步。

遇到台阶，它仍可以搬着包裹上去

创始人曾不被看好，为此曾将Cassie送给好友做研发

谈及Agility Robotics和高校的合作模式，付春江表示，公司与高校合作的最大收益是试错。他说，Agility Robotics创始人赫斯特在卡耐基梅隆大学（CMU）读书时是硬件出身，期间设计了很多串并联弹性元件、变阻抗机构。

赫斯特对刚柔混合结构十分执着，并相信通过硬件的实践创新，可以倒逼控制的发展，但是当时CMU机器人学院院长克里斯·阿特金森不是很支持他。比较幸运的是，密歇根大学机器人研究所所长杰西·格里兹尔很看好赫斯持的工作。

由于当时混合零动力控制这条线在处理跑步时，需要加入弹性倒立摆模型作为零动力核心。在实现弹簧倒立摆的基础上，彼时已在俄勒冈大学教书的赫斯特、及其学生安迪·阿巴特尝试过很多构型，最终发现串并联混合模型加玻璃纤维板，不仅能在一定工作空间上实现弹性倒立摆模型，还能在末端工作空间形成刚度椭圆抗地面干扰。

Agility Robotics公司的理念就是让人形机器人走到人能去的任何地方

但柔性元件的加入对控制提出了新要求，因为无法找到证明稳定性的多项式形式的李雅普诺夫函数。所以Cassie被發到赫斯特的高校“朋友圈”，并尝试了不同的方法。

比如前哈佛大学约翰·A·保尔森工程与应用科学学院的工程与计算机科学助理教授、现波士顿动力的Atlas团队负责人斯科特·昆德斯马就曾在Cassie身上尝试强化学习的方式;密歇根大学的杰西·格里兹尔则使用了非线性控制的方式;加州理工学院机械和土木工程、以及控制和动力系统的教授亚伦·艾姆斯用的是鲁棒优化控制的方式。

后来，斯科特·昆德斯马跳槽到波士顿动力，强化学习的尝试也被移交给加拿大不列颠哥伦比亚大学的计算机科学系教授米歇尔·范·德·帕内，并于2018年取得应用性突破。Agility Robotics确认效果后收回到自己公司，并开始大力投入此方向。

付春江补充称，Agility Robotics公司的理念就是让人形机器人走到人能去的任何地方。

同时，Agility Robotics也在积极拥抱资本，2018年该公司获得800万美元的资金，投资方分别是此前投资者Robotics Hub，以及新加入的Playground Global和索尼创新基金。2020年，该公司再次获得2000万美元的投资，这次的融资额度和投资人数都比上次更多。

而关于两足机器人在国内的发展，付春江表示：“国内仿人双足机器人经过长期积累和发展，已经达到或部分超过国际一流水平，比如北京理工大学的硬件性能，优必选公司的人机交互多样性，浙江大学和南方科技大学的新型控制等。”

最近的科研范式开始转向公司、高校、研究所大规模混合制趋势，比如谷歌的AlphaFold2论文有34个不同领域行业的大牛作者，参与支撑的人数肯定也远超这个数字。因此国内双足机器人若想达到国际顶级水平，可能还需要有力部门组织深入合作，并召集海外学者贡献创新力量。（摘自关《深科技》） （编辑/克珂）