机器之能报道

编辑：吴昕

大部分轮腿机器人仍然只用于研究，商业化的机器人平台极为罕见。

提到四足机器人，很多人首先想到的是波士顿动力的 Spot 机器人狗。实际上，基于苏黎世联邦理工学院机器人系统实验室（ Robotic Systems Lab，RSL )技术的四足机器人一直不输于波士顿动力。比如，已经商业化的

论爬楼梯，咱也没输过。

最近，同样由

相比之下，尽管波士顿动力的 Spot 已经开卖，仍然会遭遇一些翻车的情况。

在过去，机器人的移动方式主要分为使用腿和使用轮子两种，而轮腿结合的机器人多数还只存在于研究领域。目前，商业化的轮腿机器人平台还非常罕见，Swiss-Mile的轮腿机器人可以说是凤毛麟角。在此之前，只有波士顿动力在2020年宣布与自动驾驶公司OTTO Motors合作，推出了两轮人形机器人Handle，用于在仓库中协助搬运物品。然而，关于这些机器人商业化进展如何的消息已经没有了下文。

Swiss-Mile 的轮腿机器人可承载最多 60 公斤负荷，电池续航可达 5 小时，其他性能参数未见公开。不过，根据此前有关 RSL 轮腿机器人的报道，这类机器人运动速度非常快。当时 ANYmal 轮腿机器人移动速度达到 4 米 / 秒，作为对比，已经开始对外销售的四足无轮机器人 ANYmal C ，移动速度为 1 米 / 秒。

当年也敢与特斯拉「飙车」

根据之前的报道，轮腿版 ANYmal 是一个 “盲眼” 机器人，不用摄像头和激光雷达，仅凭感觉就可以根据每条腿的轮子运动的效用，在**和步态之间无缝转换。数据良好时，机器人会像人类一样提前计划并快速行动。当数据集不完整、有噪音或具有误导性时，控制器会优雅地降级为

2023 年 4 月，Swiss-Mile 注册成立。2023 年 12 月完成种子轮融资，投资者包括 Linear Capital、

研究认为，在地球上一些**挑战性的环境中，大部分腿式机器人依然无能为力。为了应对这些现实场景的挑战，四足机器人的运动控制策略不仅要有准确性也要有鲁棒性。

传统的控制办法是逆动力学轨迹优化( trajectory optimization，TO )，这种办法有很有吸引力但也往往要求算法设计者有着充分的特定领域知识，如控制机器人的运动学方程、地面的形状、摩擦系数等，这在复杂地形中往往是难以实现的。

另一类深度强化学习方法更能出色完成通过复杂地形的任务，减少对特定领域知识的依赖，而且训练出来的策略往往更具鲁棒性。美中不足在于在现实世界中，奖励很稀疏，而今天大多数的强化学习算法都在与这种稀疏性斗争。

RSL 的研究人员因此提出了一种混合控制架构，结合了 TO 和 RL 的优点，同时实现了更高的鲁棒性、四足放置的精度和更广泛地形的适应能力。或许在不久将来会应用到衍生公司的四足机器人商业化方案中，在更为挑战的恶劣救援环境中出现机器人的身影。