借助機器人的本體感覺對足式運動進行研究已有數(shù)十年。在以往的研究手段中，研究人員往往采用基于模型的方法開發(fā)神經網絡控制器。但是，這類方法無法在那些現(xiàn)實世界里沒有見過的環(huán)境中得到應用。

近年來，為了獲得更好的泛化性和魯棒性，研究者們開始采用無模型強化學習，在模擬中訓練控制器，然后將學習到的策略直接轉移到真實的機器人上。

那么，如何在無需遙控器操控的條件下，讓四足機器人實現(xiàn)在復雜地形上自由流暢地行走呢？

近期，來自美國加州大學圣地亞哥分校和麻省理工學院的研究團隊，開發(fā)了一個可以提高機器人 3D 感知能力的模型，能夠支配四足機器人在各種困難地形場景下完成自動化行走，比如爬樓梯、踩石頭、在樹林中走路等。

如視頻所示，該四足機器人的額頭上裝有前置的深度攝像頭，該攝像頭向下傾斜的角度，可以幫助該機器人前面的兩足，根據(jù)所看到的前方場景和腳下地形做出正確的行動決策。但其后面的兩足必須先記住前面看過的內容，才能確保在經過時踩在正確的位置上。

所以，這中間存在一個重要的問題，即需要一個短期的 3D 環(huán)境記憶體，能夠使得機器人的四足都對三維環(huán)境有良好的感知和模擬。

為此，該團隊構建了一種神經體積記憶（Neural Volumetric Memory，NVM）架構，可以先借助自監(jiān)督方法對視頻幀中的三維特征進行學習，再用幾何變換把這些三維特征投影到同一個空間下面，最后通過模型將所有的特征信息融合在一起，讓機器人對它所處的 3D 環(huán)境建立起短期記憶。

其中，需要說明的是，將上述帶有特征的全部視覺信息綜合在一起，可以幫助四足機器人記住其看到的內容，以及足部之前做過的動作，并利用這些記憶指導它下一步行動。這也表明，NVM 能為機器人執(zhí)行決策提供可靠的 3D 結構信息，并為足式機器人利用視覺進行觀察開辟新的可能性。

2023 年 3 月，相關論文以《用于視覺運動控制的神經體積記憶》（Neural Volumetric Memory for Visual Locomotion Control）為題發(fā)表在CVPR上，并被選為Highlight論文［1］。

圖丨相關論文（來源：arXiv）

據(jù)介紹，該研究始于 2022 年 1 月。在當時的條件下，該團隊先在模擬器環(huán)境下進行訓練，再轉至機器人上進行部署和測試。NVM 模塊可以令四足機器人在模擬環(huán)境和真實世界中穿越復雜地形，并獲得更好的模擬-真實泛化結果。

但是，由于模擬器和機器人在物理和視覺方面都存在一些差距，因此需要克服許多有難度的工程問題。此外，從模擬器中制定任務，以及做強化學習訓練所需的代碼，也需要該團隊自行開發(fā)。

圖丨實際部署（來源：arXiv）

據(jù)了解，這項成果建立在該團隊之前的一項研究上，此前，該團隊使用強化學習和基于 Transformer 的模型，將本體感受和視覺信息相結合，使得四足機器人能夠避開障礙物，在不平整的地面上行走和奔跑 ［2］。

“我們目前這項研究是在不同幀上抽取三維特征，把它們放到同一個三維空間下進行合并，而之前的那項研究僅僅將不同幀直接合并起來，當做一個視頻放入卷積神經網絡中，沒有做太多三維理解。”談及本項成果取得的進展，王小龍表示，“并且，之前機器人能完成的任務比較簡單，不能實現(xiàn)爬樓梯或踩木樁這種比較困難的任務。”

不過，該團隊也表示，他們目前開發(fā)的模型還存在一些局限性。首先，不能引導四足機器人到達指定的目的地；其次，完成部署后，機器人只能簡單地走一條直線，如果看到障礙物，會通過另一條直線避開；此外，機器人還不能精確控制其去向。

從應用層面上看，相較于安裝輪子才能走路的機器人，四足機器人的通用性更強。比如，其可以用于應急救援領域，執(zhí)行受困人員搜救、廢墟清理等任務；用于下水管道探測等。

后續(xù)，該團隊不僅計劃開發(fā)更多用于規(guī)劃機器人的技術，還打算在四足機器人上增加機械臂，來執(zhí)行抓取、開門等任務；同時，他們也想讓機器人實現(xiàn)更多創(chuàng)意性的技能，諸如跳躍、踢球等。