波士顿动力机器狗学会跳绳！三条狗玩得真欢乐

“这样的多专家系统、多技能融合框架，让机器人可以自主切换运动策略、自己去适应环境，在足式机器人上算是第一次应用，这也是为什么这项成果能被 Science Robotics 评为封面，至少它实现了一种质的突破，较此前研究形成了一个代差。” 李智彬表示。

据了解，这种多专家融合技能的思路，也能够延伸到其他机器人平台上。包括各类四足、双足机器人，以及轮式的、履带式的机器人，乃至在机器人进行抓取操作上也可以应用。机器抓取不同的东西的策略是不一样的，本质也就是不同专家的技能延展，无论是抓纸张、书本、杯子，还是光溜溜的肥皂、球体、软硬不同的物体等，其实都需要不同的专家技能策略。

关于进一步改进和提升的空间，他表示，仍需要和圈内更多优秀团队一起合作探索，才能不断突破，未来的研究可以集成视觉、触觉传感等，以开发多感知型运动技能。

例如，对于机器人本身而言，现在普遍还缺少一种 “电子皮肤”。

目前机器人机载的传感器对各种情况判断，很大程度上都要通过大量的训练经验积攒起来，由于机载传感器有限，很多经验只是统计学上来讲是对的，但它针对某个特殊情况却不一定是最好的，只能说有较高的成功率。

但在自然界的生物中，小到毛毛虫、蠕虫，大到各类动物、人类全都是有皮肤的，如果机器人在废墟现场要钻进去一个洞，进去之后身边的环境是怎样的，怎么通过，障碍物与机身表面是怎么接触的，如此复杂的环境下现有的传统传感器就不够用了，需要 “电子皮肤” 更加精细化地感知区分。

另一方面，机器人对外部的感知理解能力仍然有待提高。

比如一个雾蒙蒙的环境，是因为有雾，还是因为燃烧引起的烟，单纯用计算机视觉来看，不一定能区分清楚；再比如机器人从室内走到室外，外面是一个零下的无雪环境，在机器视觉看来地面可能与平常无异，雷达也探测不到障碍物，但这种情况下人类走路、开车会下意识地注意路面可能会打滑，机器人却还不能意识到这点调整策略，这些 “非接触式” 的外部传感包括辐射、温度、气体检测等也都非常关键。

“目前这项研究背后只有两个专家团队，但机器人研究不能闭门造车。就像机器人现在都具备了多专家能力一样，我们非常欢迎和更多跨学科、跨领域的团队一起合作，碰撞出更多创新想法和可能性。” 李智彬最后说道。

【腾讯机器狗Jamoca：梅花桩，小case！】

腾讯公布了自己在移动机器人研究方面的新进展，共展示两项产品。其中，最为令人印象深刻的是机器狗Jamoca，它可是走梅花桩的一把好手。

据了解，Jamoca重约70公斤，长1米、宽0.5米、站高0.75米，是国内首个能完成走梅花桩复杂挑战的四足机器人，由腾讯Robotics X实验室打造，借用了云深处的硬件来承载系统技术。

腾讯设计的梅花桩由高60厘米、呈20°斜面角度的台阶和邻桩最大高度差16厘米、间距不等的梅花桩两部分组成，桩面直径约20cm。

腾讯Robotics X实验室研究员介绍，相较于国际上其他四足机器人走木块的场景，此次Jamoca所挑战的梅花桩落脚面积更小、高度更高，且有台阶的组合，因此难度更大。

此次走梅花桩主要考究机器人的两点能力，分别是理解梅花桩的排布（包括位置和高度）、选择最佳落脚点及路线并稳定精准地行走（落脚到梅花桩中心点）。

依据结果来看，Jamoca已经达到了一个极高的技术标准：误差1厘米内的感知定位、根据环境进行的10毫秒级路线规划、基于动力学的1KHz实时力矩控制、梅花桩中心点1厘米内的落脚误差，以及全系统的高度协同。

一直以来，机器人的平衡能力都是业界的一个研究高地，尤其是多足机器人方面。当前在这一研究上，包括腾讯在内的多个国内外科技企业都有所部署。至于落地商用，“平台”成为多数多足机器人开发商的选择。

据悉，Jamoca眼下还是主要用于实验室内部科研实验，腾讯Robotics X实验室未来将利用它进一步探究在线环境感知、最优运动规划和实时运动控制等能力，从而在未来帮助腾讯其他机器人产品更好地适应复杂的现实环境。