3月7日学习利用损坏的人形机器人利用环境

类人机器人用途广泛，可以部署在危险和复杂的情况下，例如工业灾难或太空行动。然而，在这些情况下，这些自主机器受损的风险很高。最近发表在 arXiv.org 上的一篇论文提出了一种方法，可以让受损的人形机器人靠在附近的墙上避免多次跌倒。

研究人员建议学习一个神经网络，该网络可以在给定姿势和墙壁配置的情况下预测墙壁上每个潜在接触位置的成功机会。使用通过模拟许多情况和潜在接触位置创建的数据集通过监督学习来学习网络。该方法对两种不同的损坏情况具有鲁棒性，并且不需要知道损坏机器人的确切模型。

实验结果表明，该方法使机器人在超过 75% 的可避免情况下避免了跌倒。可以在几毫秒内查询网络，这是快速紧急反应的理想选择。

人形机器人可以在危险情况下取代人类，但大多数此类情况对他们来说同样危险，这意味着他们很有可能被损坏和摔倒。我们假设人形机器人将主要用于建筑物，这使得它们可能靠近墙壁。为了避免跌倒，他们可以像人类一样靠在最近的墙上，只要他们在几毫秒内找到把手放在哪里。本文介绍了一种称为 D-Reflex 的方法，该方法学习一个神经网络，在给定墙壁方向、墙壁距离和机器人姿势的情况下选择此接触位置。然后全身控制器使用这个接触位置来达到稳定的姿势。我们展示了 D-Reflex 允许模拟 TALOS 机器人(1.75m，100kg，

标签：