自研机器人Max“进化”：腾讯灵敏运动研究取得新突破

去年3月，进化腾讯对外发布了首个软硬件全自研的自研多模态四足机器人Max。当时，机器Max依托足轮融合一体式设计，腾讯实现了从四足到双足的灵敏站立、移动，运动研究并且能完成后空翻、新突摔倒自恢复等动作。进化

时隔一年多之后，自研腾讯又带来了关于Max的机器最新消息。8月8日，腾讯Max二代机器人（以下简称Max）正式亮相，灵敏相比第一代，运动研究现在的新突Max已能够在梅花桩上完成旋转踏步、单桩跳跃、进化双轮站立等高难度动作。

2018年，腾讯设立了Robotics X实验室，核心研究方向就是机器人，具体包括作为机器人基础技术的感知能力，以及灵敏运动、灵巧操控、智能体三大支柱技术。

目前，该实验室也有了一些研发成果，除了Max外，其还发布过机器狗Jamoca和轮腿式机器人Ollie等产品。

而此次发布的Max，在视觉感知、轨迹规划、运动控制等方面实现的技术创新，也标志着腾讯在机器人灵敏运动研究上取得了新的突破。

记者从腾讯Robotics X实验室获悉，Max能力的进化，主要得益于机器人视觉定位、地形识别、全向六自由度运动规划、高精度模型预测控制等技术的应用。

具体而言，在腾讯 Robotics X 实验室为Max设置的测试场景中，Max需要快速通过一个全长10米、高0.8米的梅花桩阵列。

想要顺利通过这一复杂地形，Max首先需要实时地形识别、建图，以应对密集细杆梅花桩这种复杂并带有轻微晃动的地形。

看准地形后，Max需要根据地形规划适合的运动轨迹，自动调整俯仰、侧身与转向，从而适应高低起伏的地形。

从结果来看，Max已能够精准感知到自身和梅花桩的位置，并在窄小的桩面完成快速行走、踏步旋转、单桩跳跃、双轮站立等一系列动作。

数据显示，Max 的定位精度累计误差小于1%，地形识别精度小于2cm。

据悉，为了应对跳跃、空翻等高动态动作带来的对机器人控制精度的挑战，腾讯 Robotics X实验室结合离线最优跳跃轨迹规划及实时平衡运动轨迹规划，自研了模型预测控制算法。

与此同时，实验室也利用深度强化学习等AI技术，推进机器人智能研究，让机器人在虚拟环境中自主学习，更好地适应复杂环境的变化。

据实验室研究人员介绍，不同于预先设计好规则之后做重复任务的工业机器人，腾讯Robotics X实验室更关注机器人的自主特性研究，目的就是要在有很大不确定性的动态环境里，能够实现机器人的自主判断、自主决策，并自主完成任务。

而基于深度强化学习等技术，Max用几个小时就能初步学会自然灵动的步态。

当然，腾讯让Max走梅花桩也并非突发奇想，实际上，此前发布的机器狗Jamoca就已经可以“玩转”梅花桩。

实验室研究人员表示，让Max走梅花桩，一是要验证实验室机器人灵敏运动技术阶段性的研究成果；二是检验相关新技术与算法是否具备良好的迁移性。为实验室研发其他类型的移动机器人、适配潜在应用场景沉淀技术与经验。

目前来看，Max的实验目的已经达到。不过，从技术实验到实际场景应用，还有很长一段距离要走，而这，也将是腾讯深耕机器人行业的必经之路。

（作者：白杨 编辑：张伟贤）