在过去的几十年里，机器人系统变得越来越复杂，从基本的僵硬机器人发展到各种软质、人形、动物形的机器人。人们发现，腿式机器人，尤其是四足机器人，特别适合在地面处理简单的任务，例如探索环境和搬运物体。
但大多数腿式机器人在如何与周围的物体和人类互动方面仍然受到限制。此外，那些表现出更先进的物体操纵技能的设备通常配备额外的、有时是笨重的组件，例如专用的机械臂或夹具。
据外媒报道，苏黎世联邦理工学院（ETH Zurich）研究人员最近推出基于强化学习的新模型，该模型可以让四足机器人以创新的方式与周围环境进行交互，而无需额外的手臂或操纵器。该模型可以让四足机器人处理更高级的任务，例如打开冰箱和将物体移开。
图片来源：苏黎世联邦理工学院
“使用机械腿进行操控的想法已经存在了一段时间，”该论文的合著者Philip Arm表示。“例如，机器人腿已被用来进行检查或踢足球。然而，这些方法大多数都针对一项单一任务。”
Arm及其同事最近工作的主要目标是开发一种多功能方法，使腿式机器人能够解决更广泛的现实问题。强化学习是一种在机器人社区中广泛使用的技术，此次开发的模型正是使用该技术。
Arm解释道：“机器人的任务是将脚移至所需的位置，它会在仿真中多次执行此操作，并随着时间的推移学习和提高其技能。我们在运行的仿真中更改了一些参数，例如脚应该放置的位置以及机器人在尝试到达目标时受到的干扰程度。通过这种方法，机器人对现实世界中面临的不确定性变得非常稳健。”
在最初的实验中，研究人员发现该模型表现非常好，使四足机器人能够有效地解决以前无法完成的物体操纵任务，包括打开冰箱门、搬运物体、按下按钮，以及将障碍物推开并从地板上收集石头。
与其他增强四足机器人物体操作技能的方法相比，该模型教会机器人在必要时使用整个身体（例如，向前倾斜以用一只脚够到按钮）。
“我们发现该模型甚至可以教机器人跳跃，以便它能够到达几米外的目标，Arm 表示。“实际上，我们对机器人的脚可以解决很多任务感到惊讶，包括打开冰箱门。目前，机器人仍然是远程操作的，但如果我们能够实现其中许多任务的自动化，它将扩展腿式机器人的应用范围，而无需改变其硬件。”
Arm及其合作者开发的新计算模型很快就会得到进一步改进，并针对其他任务进行训练。一旦在全自动机器人场景中得到完善和验证，它可以显著拓宽腿式机器人的实际应用，例如允许用于检查仓库或基础设施的机器人独立地按下按钮、移动杠杆和开门。
在接下来的研究中，研究人员将继续努力实现这一目标，通过增加其方法的自主性并尝试自动化更多任务，包括物体抓取和打开其他类型的门。
