近日,瑞士苏黎世联邦理工学院机器人系统实验室的研究团队发布了一款能够与人类进行羽毛球对打的四足机器人“ANYmal-D”,以下是关于它的详细介绍: 技术特点感知系统 立体摄像头:机器人配备了立体摄像头,能够追踪羽毛球的运动轨迹以及捕捉其他环境线索,为机器人提供视觉信息,使其了解球的位置、速度和方向等数据。 感知噪声模型:开发的“感知噪声模型”可量化机器人抖动、旋转等运动状态对目标追踪的影响,让机器人能主动适应动态模糊、目标遮挡等干扰,即使目标短暂消失,也能基于历史轨迹预测其位置,还能主动调整身体俯仰角度优化追踪效果。运动控制系统 基于强化学习的统一控制框架:通过该框架,将主动感知、移动和操作功能整合为一体,使机器人能够同步协调其18个关节的运动,根据来球的时间和距离,自主调整步态和击球方式。 非对称行动者-评论家框架:控制器采用此框架,通过追踪每回合多个挥拍目标学习连续响应行为,平衡了敏捷性与视觉精度,结合羽毛球轨迹预测、约束强化学习和动态系统辨识,确保在真实对抗中的可靠性。 功能优势灵活移动与稳定击球:ANYmal-D机器人的四条腿构造使其在移动时具有更高的稳定性和灵活性,能够在场地内灵活移动到位,并在单个回合内与人类对手进行10次连续对打,在落在球场中心区域的球上达到了近100%的拦截成功率。击球策略生成:借鉴AlphaGo的蒙特卡洛树搜索算法,在5ms内生成8种击球策略,并通过价值网络评估得分概率,实现类似人类的战术思维,可根据不同的球路和场景选择合适的击球方式。空气动力学实时修正:引入CFD(计算流体力学)仿真模块,通过预训练的湍流预测模型,在球拍触球瞬间根据场馆气流参数动态调整击球角度,误差率控制在±1.5度以内,提高击球的准确性。 应用前景体育训练领域:可以作为人类运动员的训练伙伴,帮助运动员进行针对性的训练,提高他们的技术水平和反应能力。由于机器人可以模拟各种不同的球路和击球速度,能够为运动员提供多样化的训练场景,有助于运动员更好地适应比赛中的各种情况。其他动态任务领域:该研究成果为足式机械臂在其他需要精准感知与快速全身响应的动态任务中的部署提供了模板,如灾难响应中,机器人可以在复杂地形和危险环境下快速移动并执行任务;在人机协作的工业场景中,也能够实现更高效、精准的操作。 |
|