科学家开发可提高3D感知能力的模型

借助机器人的本体感觉对足式运动进行研究已有数十年。在以往的研究手段中，研究人员往往采用基于模型的方法开发神经网络控制器。但是，这类方法无法在那些现实世界里没有见过的环境中得到应用。

近年来，为了获得更好的泛化性和鲁棒性，研究者们开始采用无模型强化学习，在模拟中训练控制器，然后将学习到的策略直接转移到真实的机器人上。

那么，如何在无需遥控器操控的条件下，让四足机器人实现在复杂地形上自由流畅地行走呢？

近期，来自美国加州大学圣地亚哥分校和麻省理工学院的研究团队，开发了一个可以提高机器人 3D 感知能力的模型，能够支配四足机器人在各种困难地形场景下完成自动化行走，比如爬楼梯、踩石头、在树林中走路等。

四足机器人在树林中走路（来源：Github）

该四足机器人的额头上装有前置的深度摄像头，该摄像头向下倾斜的角度，可以帮助该机器人前面的两足，根据所看到的前方场景和脚下地形做出正确的行动决策。但其后面的两足必须先记住前面看过的内容，才能确保在经过时踩在正确的位置上。

所以，这中间存在一个重要的问题，即需要一个短期的 3D 环境记忆体，能够使得机器人的四足都对三维环境有良好的感知和模拟。

为此，该团队构建了一种神经体积记忆（Neural Volumetric Memory，NVM）架构，可以先借助自监督方法对视频帧中的三维特征进行学习，再用几何变换把这些三维特征投影到同一个空间下面，最后通过模型将所有的特征信息融合在一起，让机器人对它所处的 3D 环境建立起短期记忆。

其中，需要说明的是，将上述带有特征的全部视觉信息综合在一起，可以帮助四足机器人记住其看到的内容，以及足部之前做过的动作，并利用这些记忆指导它下一步行动。这也表明，NVM 能为机器人执行决策提供可靠的 3D 结构信息，并为足式机器人利用视觉进行观察开辟新的可能性。

2023 年 3 月，相关论文以《用于视觉运动控制的神经体积记忆》（Neural Volumetric Memory for Visual Locomotion Control）为题发表在CVPR上，并被选为Highlight论文。

查看全文

作者最近更新