2026-07-18 | 장형임 기자

随情况自主行走、奔跑、跳跃……“聪明”四足机器人问世[机器人洞察]

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“如何行走”由机器人自行判断的时代已经开启。在楼梯上行走、跨越缝隙、在林间小路上保持平衡等,能够根据周围环境即时改变行走方式的四足步行机器人控制技术已在韩国国内开发成功。

据科学界18日消息,韩国科学技术院(KAIST)机械工程系朴海元教授研究团队近期与高丽大学洪承佑教授、国防科学研究所共同开发出四足步行机器人核心控制技术,将行走、奔跑、跳跃等多种步态整合进一个控制器,可自由选择与切换。

以四条腿移动的四足步行机器人在复杂地形上的适应能力强于轮式机器人。但在实际野外环境中,台阶落差、缝隙、倒伏树木等各类障碍物遍布,技术上仍存在局限。原因在于,现有四足步行机器人对各项步行技术分别进行控制,除了平地奔跑或通过简单障碍之外,无法自然应对情况变化。

为此,研究团队为同时确保速度与稳定性,开发出名为“APT-RL(Action Pretrained Transformer-based Reinforcement Learning)”的全新人工智能(AI)控制技术。该技术让机器人预先学习行走、奔跑、跳跃等多种步行技能,在实际环境中根据地形和移动速度自行选择最合适的动作。

学习过程也大幅缩短。以往需要通过动作捕捉大量采集人或动物的动作,而研究团队利用机器人动力学与轨迹优化方法,仅靠计算机仿真便在8分钟内生成了15.5小时的高质量步行数据。随后通过强化学习,使其在楼梯、台阶落差、缝隙等复杂三维地形中自行掌握最优步行方式。

此外还结合深度相机与激光雷达(LiDAR),实现对周围环境的实时感知。机器人在分析障碍物的形状、距离与目标移动速度后,立即选择最合适的步行策略。核心在于,无需切换单独模式或由人下达指令,即可自然地在行走、奔跑与跳跃之间转换。

研究团队将该技术应用于自主研发的四足步行机器人“KAIST HOUND”并验证了性能。实验不仅在室内障碍场地进行,还在KAIST校园与林间小路等真实野外环境中开展。

结果显示,KAIST HOUND不仅在有楼梯、草地、坡道的城市环境中,也能在倒伏树木、裸露树根、落叶路等非规则自然地形中,根据情况改变步行方式并稳定移动。尤其在障碍众多的险要地形中,瞬时最高速度达到每秒6米(约每小时22公里),同时印证了快速移动性与稳定性。

实验中还确认,机器人会根据移动环境与目标速度,自行选择并切换交替使用对角双腿的“trot”步态,以及前后腿同时使用的跳跃型步态“bound”。这意味着在一个控制器内即可整合执行行走、奔跑、跳跃、跨越台阶落差等多种动作。

KAIST教授朴海元表示:“这一成果表明,四足步行机器人能够自行识别室内外复杂地形,并选择与切换符合情况的步行策略”,“在灾难现场、国防、工业设施巡检等人难以接近的环境中,将可大幅拓展基于物理AI的移动机器人的应用范围。”

参与共同研究的高丽大学教授洪承佑也表示:“将机器人动力学与轨迹优化等基于模型的方法与强化学习相结合,大幅提高了学习效率”,“这将成为在难以预测的险要地形中也能应用的下一代移动机器人的核心基础技术。”

另一方面,此次研究成果被机器人领域全球最权威学术期刊《Science Robotics》选为7月号封面论文,并已于本月15日(当地时间)刊发。

阅读韩文原文