智行时代——具身智能技术生态

据MIT报道，未来，微型飞行机器人有望被用于搜寻地震后被困在废墟下的幸存者。这些机器人如同真正的昆虫，能够穿梭于大型机器人无法到达的狭小空间，同时还能躲避静止的障碍物和坠落的瓦砾。

到目前为止，空中微型机器人只能沿着平滑的轨迹缓慢飞行，与真正的昆虫快速、灵活的飞行相去甚远——直到现在。

麻省理工学院（MIT）的研究人员展示了飞行速度和灵活性堪比生物机器人的微型飞行机器人。一个合作团队为这种机器人设计了一种基于人工智能的新型控制器，使其能够执行诸如连续翻转等高难度飞行动作。

通过结合高性能和计算效率的两部分控制方案，与研究人员之前的最佳演示相比，机器人的速度和加速度分别提高了约450%和250%。

这款速度极快的机器人非常灵活，即使在风力扰动有可能使其偏离航线的情况下，也能在11秒内连续完成10个空翻。

电子工程与计算机科学系（EECS）副教授、电子研究实验室（RLE）软体与微型机器人实验室主任、该机器人相关论文的共同资深作者Kevin Chen说：“我们希望这些机器人能够应用于传统四旋翼机器人难以飞行，但昆虫却能轻松应对的场景。现在，借助我们仿生控制框架，我们机器人的飞行性能在速度、加速度和俯仰角方面都与昆虫相当。这是朝着未来目标迈出的令人振奋的一步。”

该研究发表在《科学进展》（Science Advances）杂志上。

论文的共同第一作者包括：麻省理工学院电子工程与计算机科学系研究生Yi-Hsuan Hsiao；Andrea Tagliabue博士；航空航天系研究生Owen Matteson；电子工程与计算机科学系研究生Suhan Kim；Tong Zhao；以及共同资深作者：航空航天系福特工程学教授、信息与决策系统实验室首席研究员Jonathan P. How。

人工智能控制器

Kevin Chen的研究团队已经研发机器人昆虫五年多了。

他们最近研发出了一种更耐用的微型机器人，这种机器人只有微型磁带大小，重量比回形针还轻。新版本采用了更大的扑翼，使其能够更灵活地运动。这些扑翼由一组柔软的人造肌肉驱动，以极快的速度拍打。

但是，机器人的控制器——决定其位置并告诉它飞向哪里的机器人的“大脑”——是由人手动调整的，这限制了机器人的性能。

一张延时照片显示了一个飞行微型机器人翻转的瞬间。图片来源：MIT

为了让机器人像真正的昆虫一样快速而积极地飞行，它需要一个更强大的控制器，能够应对不确定性并快速执行复杂的优化。

这样的控制器计算量太大，无法实时部署，尤其是对于轻型机器人复杂的空气动力学而言。

为了克服这一挑战，Kevin Chen的团队与Jonathan P. How的团队携手合作，共同打造了一个两步式人工智能驱动的控制方案，该方案既具备复杂、快速机动所需的鲁棒性，又具备实时部署所需的计算效率。

Jonathan P. How说：“硬件的进步推动了控制器的发展，使我们在软件方面有更多发挥空间；与此同时，随着控制器的发展，硬件方面也有了更多可实现的功能。Kevin的团队展示了新的功能，我们也展示了我们能够利用这些功能。”

第一步，团队构建了一种名为模型预测控制器的装置。这种功能强大的控制器使用动态数学模型来预测机器人的行为，并规划出最佳的动作序列，从而安全地沿着预定轨迹运动。

虽然计算量很大，但它可以规划出诸如空中翻滚、快速转弯和大幅度倾斜机身等高难度动作。这款高性能规划器还考虑了机器人施加的力和扭矩的限制，这对于避免碰撞至关重要。

例如，牛牛要连续进行多次翻转，机器人需要以某种方式减速，使其初始条件恰好适合再次进行翻转。

Jonathan P. How说：“如果出现微小的误差，而你又试图在这些微小误差的情况下重复翻转10次，机器人就会坠毁。我们需要可靠的飞行控制系统。”

他们利用这位专家规划师，基于深度学习模型训练一个“策略”，通过一种称为模仿学习的过程，实时控制机器人。策略是机器人的决策引擎，它告诉机器人去哪里以及如何飞行。

从本质上讲，模仿学习过程将强大的控制器压缩成一个计算效率高的AI模型，该模型可以运行得非常快。

关键在于找到一种巧妙的方法来创建足够的训练数据，从而教会策略进行激进操作所需的一切知识。

“稳健的训练方法是这项技术的秘诀所在，”Jonathan P. How解释道。

AI驱动策略以机器人位置作为输入，并实时输出控制指令，例如推力和扭矩。

昆虫般的表现

在他们的实验中，这种两步法使昆虫大小的机器人飞行速度提高447%，加速度提高255%。该机器人能够在11秒内完成10次翻滚，而且其飞行轨迹与预定轨迹的偏差从未超过4到5厘米。

Yi-Hsuan Hsiao说：“这项工作表明，传统上速度有限的软体机器人和微型机器人现在可以利用先进的控制算法来实现接近天然昆虫和大型机器人的敏捷性，从而为多模式运动开辟了新的机会。”

研究人员还展示了眼跳运动，这种运动发生在昆虫快速俯冲到某个位置，然后反向俯冲停止时。这种快速的加速和减速有助于昆虫确定自身位置并清晰地观察周围环境。

Kevin Chen说：“这种仿生飞行行为在未来当我们开始在机器人上安装摄像头和传感器时可能会对我们有所帮助。”

未来工作的一个主要方向是为微型机器人添加传感器和摄像头，使其能够在户外飞行，而无需连接到复杂的运动捕捉系统。

研究人员还希望研究车载传感器如何帮助机器人避免相互碰撞或协调导航。

Kevin Chen说：“对于微型机器人领域来说，我希望这篇论文能够标志着范式转变，因为它表明我们可以开发出一种既高性能又高效的新型控制架构。”

即使风力扰动有可能使其偏离航线，这款速度极快的机器人依然灵活地在11秒内连续完成了10个空翻。图片来源：MIT

“这项工作尤其令人印象深刻，因为尽管小规模制造中相对较大的制造公差、超过每秒1米的阵风，甚至在机器人反复翻转时动力绳缠绕在机器人身上等存在很大的不确定性，这些机器人仍然能够进行精确的翻转和快速的转弯，”卡内基梅隆大学机械工程教授Sarah Bergbreiter说，她没有参与这项工作。

Sarah Bergbreiter补充道：“虽然控制器目前运行在外部计算机上，而不是机器人机载计算机上，但作者证明，即使在昆虫级机器人计算能力有限的情况下，类似但精度较低的控制策略也是可行的。这令人兴奋，因为它预示着未来昆虫级机器人的敏捷性将接近其生物对应物。”