對能夠行走、奔跑和抓取的機器人進行程式設計非常費力，因此研究人員更希望它們能夠自主學習。為了解決真實機器人在試錯學習過程中產生的磨損問題，研究人員團隊正在開發模擬機器人的方法，並將它們學到的技能下載到真實的硬體上。一種新方法利用來自真實機器人的資料改進了這些模擬，從而閉合了反饋迴路。最終成果是速度和敏捷性都得到提升的機器人。
蘇黎世聯邦理工學院 (ETH Zurich) 的機器人專家與名為 ANYmal 的四足機器人合作，利用神經網路（靈感來源於人腦的軟體）增強了其演算法。當機器人在現實世界中摸索時，神經網路會學習機器人每個電機的特性。這些資訊反饋到模擬中，幫助它更準確地模擬真實機器人，從而產生更有效的技能用於下載。研究人員在 1 月份的《科學機器人》雜誌上報告稱，在實驗中，ANYmal 打破了之前 25% 的小跑速度記錄。它還可以在被推後恢復平衡，並在翻轉後站穩腳跟。
ANYmal 透過蘇黎世聯邦理工學院的衍生公司 ANYbotics 進行商業銷售。其關節中的電機具有類似肌腱的彈簧，可以吸收衝擊、儲存能量並提供感官反饋。每條腿有三個電機，全部可互換。幫助開發基於模擬的訓練方法的機器人專家 Jemin Hwangbo 表示，該方法是為救援行動和石油鑽井平臺檢查而建立的。它可以爬樓梯和爬過隧道，同時將其沉重的數字大腦裝在防塵防水的身體內。凱夫拉爾纖維腹部有助於它在半米高度的跌落中倖存下來。
關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您將幫助確保未來能夠繼續創作關於塑造我們當今世界的發現和思想的具有影響力的報道。
其他公司也在開發能夠與 ANYmal 的能力相媲美的四足機器人。2008 年，波士頓動力公司因其吵鬧的燃氣動力“大狗”在崎嶇地形上蹣跚行走的滑稽（且令人毛骨悚然）的影片而受到關注。較新的“SpotMini”是其 25 公斤重的電動表親。麻省理工學院的機械工程師 Sangbae Kim 沒有隸屬於波士頓動力公司，他說 SpotMini 擁有世界上最先進的演算法，可以繞過和越過障礙物。該公司計劃今年開始銷售 SpotMini，用於從建築到家庭幫助等各種工作。頂部安裝的埠允許使用者連線工具，包括一個可以取飲料和裝載洗碗機的 5 公斤重的機械臂——真是人類最好的朋友。
Kim 在麻省理工學院的團隊製造了一個名為“Cheetah 3”的 40 公斤重的機器人，他說它的移動效率比同等重量的四足動物更高。他還補充說，該機器人還擁有同等大小的腿足機器人中最強大的關節——這些關節是從頭開始製造的，產生的扭矩與汽車發動機一樣大。這些關節還可以再生能量並很好地處理衝擊。Kim 說，Cheetah 3 沒有它的前身 Cheetah 2 快，Cheetah 2 的執行速度可達每小時 23 公里。但是，它可以進行後空翻（至少在理論上是這樣），並且可以在不依賴攝像頭視覺的情況下爬樓梯和障礙物。然而，它是為研究而製造的，所以不要期望很快就能採用它。