KAIST开发的自动行驶（无人驾驶）机器人在美国麻省理工学院（MIT）等参与的国际四足步行机器人竞赛中获得了第一名。

   KAIST6日表示，电气及电子工学部明贤教授及其带领研究组1日（当地时间）在英国伦敦举行的机器人领域最大规模的学术大会“2023国际机器人及自动化学术大会”的四足机器人自动步行竞赛中获得了冠军。

   KAIST在包括韩国在内的美国、中国香港、意大利、法国等共11支队伍参加的竞赛中，获得246分的总分，以压倒性的优势领先排在第二位的MIT（60分）。大部分参赛队伍都是人直接操纵机器人，而KAIST则选择了自动步行方式。根据大赛规则，如果通过自动步行驱动机器人，分数将比人操作的远程操作高出3倍。

   比赛在10米x20米大小的赛场上进行。这里设有15度倾斜的光滑四角形面板、沙子、泥土、模拟水坑的障碍物、旋转的管道和四角形楼梯等多种障碍物。KAIST队跑完全程的时间为41分52秒，虽然是自动行走方式，但比以远程手动操作为主的队伍的平均跑完全程时间49分钟还要快。

   研究组解释说：“与可以及时应对障碍物的自动步行机器人不同，需要人操作的远程操作机器人因通信延迟等问题很难应对。”随着无人驾驶机器人取得优秀成果，在通信受限的极端、灾难状况下投入机器人，可以期待成功完成任务。

   使用无人驾驶技术的团队除了KAIST之外，还有意大利技术院（IIT）团队。KAIST组之所以能够取得比意大利研究组更优秀的成果，是因为在自动步行技术上适用了人工智能（AI）学习方法之一的“深层强化学习”。

   与识别周围的视觉及触觉信息，计算机器人的动力学结构，机器人一步一步迈出需要很长时间的现有方式不同，KAIST组通过模拟器提前让机器人学习了多种环境信息。因此，即使机器人不直接看地形，通过事先学习的结果，动作也加快了。就像人住在熟悉的房子里，即使半夜醒来也能找到卫生间的位置一样，机器人也可以“盲步行”。

   KAIST机器人与其他机器人相比，即使像不倒翁一样倒下也能立即恢复的“再恢复”能力也很突出。现有的机器人采用了“摔倒时伸出左腿旋转身体”等固定程序，很难灵活应对突发状况。研究组让机器人从空中坠落，实现多种坠落情况后，如果机器人重新站起来，将给予补偿。明教授解释说：“这是首次尝试让机器人坠落后，根据恢复与否给予补偿或处罚的学习。”

专栏文章内容及配图由作者撰写发布，仅供工程师学习之用，如有侵权或者其他违规问题，请联系本站处理。 联系我们