现在，Cheetah 3 MIT机器人可以在崎rough的地形上跳跃，爬满杂物的楼梯，并迅速恢复平衡。
90磅重的机械野兽-大型拉布拉多犬大小-是专为所有这些而设计的，而无需依赖相机或任何外部环境传感器。 取而代之的是，他以一种敏捷的方式“感觉”自己的周围环境，使工程师将其描述为“盲目的运动”，就像闯入一个黑房间一样。
麻省理工学院工程学副教授桑格·金（Sangbae Kim）说：“机器人在不过度依赖视觉的情况下要做很多意外的事情。” “视觉可能嘈杂，稍微不准确，有时甚至无法进入，如果您过分依赖视觉，则机器人必须非常准确，最终会很慢。 因此，我们希望机器人更多地依靠触觉信息。 因此，他可以应付意外的障碍，同时迅速行动。”
在10月于马德里举行的国际智能机器人国际会议上，研究人员将介绍无视机器人的功能。 除了盲目运动外，该团队还将展示改进的机器人设备，与前身的猎豹2相比，它的运动范围更广，这使机器人可以前后伸展并左右旋转，类似于跳跃之前的视频。
Kim建议，在接下来的几年中，机器人将完成否则会太危险或人类无法接近的任务。
“ Cheetah 3旨在执行通用任务，例如检查发电厂，其中包括各种地形条件，包括楼梯，路缘石和地面上的障碍物，” Kim说。 “我认为无数次我们想让机器人代替人类来执行简单的任务。 借助远程控制机器人，可以更加安全地完成危险，肮脏和困难的工作。”
决策算法
由于Kim团队开发了两种新算法，因此，猎豹3可以盲目地爬楼梯和穿越非结构化地形，并且可以在遇到意外力量时迅速恢复平衡，这是因为Kim团队开发了两种新算法：接触检测算法和控制预测算法。
接触检测算法可帮助机器人确定当前腿部从空中摇摆切换到站在地面上的最佳时间。
“从空中切换到地面时，切换应该非常好，” Kim说。
接触检测算法可帮助机器人确定腿部在摆动和台阶之间移动的最佳时间，不断为每条腿计算三个概率：腿部接触地面的概率，腿部撞击地面后产生力的概率以及腿部位于中间的概率。 该算法根据来自陀螺仪，加速度计和腿部关节位置的数据计算这些概率，这些数据记录了腿部相对于地面的角度和高度。
例如，如果机器人突然踩在木块上，其身体将突然弯曲，从而改变机器人的角度和高度。 该数据将立即提交给每条腿三个概率的计算，该算法将结合使用这些数据来评估每只脚是否应该降低点数或升高或降低点数以保持平衡-一直以来，机器人几乎是盲目的。
“如果人们闭上眼睛并迈出一步，我们就会有了一个关于地球可能存在的心理模型，并可以为此做好准备。 但是金说，我们也依靠大地的力量。 “我们这样做，结合了多种信息来源来确定过渡时间。”
研究人员通过在实验室跑步机上运行Cheetah 3并爬上楼梯的实验对算法进行了测试。 两个表面上都乱扔了杂物，例如木块和胶带。
“他不知道每一步的高度，也不知道楼梯上有障碍，但他只是走路而不会失去平衡，”金说。 “如果没有这种算法，机器人将非常不稳定并容易跌落。”
未来计划
机器人的盲动作也部分地由控制预测算法触发，该算法预测一旦采取某种步法，应在给定的腿上施加什么力。
“接触检测算法将告诉您：“现在到了在地面上使用武力的时候了，”金说。 “但是一旦发现自己在地球上，现在就需要计算要使用的力，以便正确地移动身体。”
如果任何给定的脚在与地面接触时施加力，则模型预测控制算法将在未来半秒内计算机器人身体和腿部的相乘位置。
“假设有人在侧面踢机器人，”金说。 “当脚已经在地面上时，算法将决定我应该在脚上使用哪种力？ 因为我的左侧速度不理想，所以我想在相反的方向上用力杀死该速度。 如果我向相反方向施加100牛顿，半秒钟后会发生什么？”
该算法设计为每50毫秒或每秒20次对每个阶段执行这些计算。 在实验中，研究人员施加了意想不到的力量，在机器人在跑步机上小跑时用力踢和推动了机器人，并在他爬上带有障碍物的楼梯时用力牵引了皮带。 他们发现，预测算法使机器人能够快速产生相反的力来恢复平衡并保持向前运动，而不会在相反方向上倾斜太多。
“由于这种主动控制，可以将正确的地面力与该接触过渡算法结合使用，这使得每个接触都非常快速和安全，” Kim说。
该团队已经在机器人中添加了摄像头，以向他提供有关周围环境的视觉反馈。 这将有助于显示整体环境，并为机器人提供有关大型障碍物（如门和墙壁）的可视信息。 但是目前，该团队正在努力进一步改善机器人的盲目运动。
“首先，我们需要一个非常有远见的控制器，”金说。 “当我们增加视野时，即使它可以给您错误的信息，脚也应该能够应付障碍。 因为如果这是相机看不到的东西？ 他会怎么做？ 这是盲目运动可以提供帮助的地方。 我们不想太相信视力。”
这项研究特别得到了Naver，丰田研究所，富士康和空军研究部门的支持。