在机器人控制和导航算法测试方面，有效的平台至关重要。尽管过去几十年已经开发了许多机器人平台，但它们大多数都有一些限制，这限制了它们在研究设置中的使用。

加利福尼亚大学伯克利分校的研究人员最近开发了Berkeley Humanoid，这是一种新的机器人平台，可以用来训练和测试人形机器人的控制算法。这个新的人形机器人在预印本服务器arXiv上发表的论文中介绍，它克服了以前引入的机器人研究平台的一些限制。

"我们已经意识到一些商业机器人的弱点，"论文的合著者廖启元告诉Tech Xplore。"例如，一些机器人硬件非常昂贵，而其他硬件并不适合基于学习的控制或研究，这通常意味着它很'脆弱'，容易损坏，难以维护和修理。"

廖和他的同事最近工作的主要目标是开发更具成本效益和可扩展性的机器人研究平台。这些平台应该低成本、易于研究人员制造和实验、抗故障能力强、易于携带、维护少，并且可以由单个操作员管理。

"我们开发的平台，Berkeley Humanoid机器人，具有高性能、透明的低级执行器和传动、更高的可靠性，并且不昂贵，"廖解释说。"我们通过从头开始设计和构建一切来实现这一点，包括其机械和电气组件。"

Berkeley Humanoid是一个紧凑、低成本、轻量级的机器人，可以轻松部署在机器人实验室中。它的定制机械组件包括齿轮箱和执行器，以及它的各种肢体和身体部位。另一方面，它的电气组件是电机驱动器和惯性测量单元（IMU）模块。

研究人员在一系列测试中测试了他们的机器人平台，并证明它能够有效地处理各种运动任务，即使由基于学习的简单策略控制。有了这个简单的策略，机器人能够在不同的地形上行走，单腿和双腿跳跃，以及在城市和未铺砌的地形上长距离行走。

"我们引入了一个新的高性能、可靠、低成本的人形研究平台，并通过简单的基于学习的策略展示了惊人的运动任务，"廖说。"Berkeley Humanoid专门设计用于学术研究，而不是直接部署到工业中。我们希望加速算法开发和实验验证。"

初步测试突出了Berkeley Humanoid的重要前景，表明它可以支持各种运动风格的动态行走，同时在不同类型的地形上保持稳定性。该平台很快可以在伯克利和其他机器人研究实验室中使用，以训练和测试新的机器人控制和导航算法。

"我们现在希望为我们的机器人添加手臂，使机器人能够进行操纵相关的研究，"廖补充说。"作为我们下一步研究的一部分，我们还希望使用摄像头添加感知能力，以实现更好的性能。"

参考资料：DOI： 10.48550/arxiv.2407.21781