新工具可计算机器人轻松运动的内在动力学

Josiah02

四足动物开始行走并逐渐加快速度后，在某个时候会自动进入小跑状态。这是因为不改变步态需要更多的能量。这种相关性是 40 多年前发现的。现在，慕尼黑工业大学基于传感器的机器人系统和智能辅助系统系教授 Alin Albu-Schäffer 成功地将这种方法转移到机器人的运动上。
专家使用“内在动力学”一词来描述人类和动物执行节能运动的方式。例如，当它们在较硬的表面上行走时，它们会调整肌肉的硬度。这些内在适应性是自动发生的，在人类和复杂的机器人系统中很难识别。
工具筛选出最经济的动作
但慕尼黑工业大学 Albu-Schäffer 教授领导的团队开发的新工具使这成为可能。“我们首次成功地使这些内在的、高效的运动可计算。该工具可以找出系统中哪些运动特别经济。”
该团队研究中的一个重要测试对象是 BERT，一个外形像小狗的四足机器人。BERT 由德国航空航天中心 (DLR) 的 Albu-Schäffer 教授设计。这项研究的重点是“高效、灵活的腿部运动”，发表在PLOS Computational Biology上。
研究人员为 BERT 确定了六种运动模式，Albu-Schäffer 教授认为这些运动模式非常轻松，在没有摩擦的世界中不需要任何能量。其中一些与四足动物熟悉的步态相对应，例如行走、小跑或跳跃。
“因此，我们证实了通过利用自然振荡模式可以实现高效步态的假设，”同样参与慕尼黑机器人与机器智能研究所 (MIRMI) 的 Albu-Schäffer 教授解释道。
精准计时，实现自然振荡
为了在具有摩擦的自然系统中实现这些运动，现在已经添加了计算机控制的调节器，以便在适当的时刻发出脉冲。
“你可以将其比作一个孩子坐在操场秋千上，在最高点从推秋千的父母那里获得能量脉冲，”Albu-Schäffer 教授研究团队的 Annika Schmidt 解释道。但有一点不同：“人类不需要在脑子里想很多方程式来精确地计算推秋千的时间——他们凭直觉来做，”这位博士生说，他花了几年时间研究如何教机器人正确的节奏。这项研究在 2024 年欧洲控制会议上进行了展示。
三种 BERT 模型之间的比赛证明了成功。这只机器狗采用内在运动方法进行编程，跳跃和移动速度往往比其兄弟更快、更有活力，而后者则依赖更传统的运动模式。