大家好，我是Max。
还记得我吗？
Robotics X实验室发布首个自研的四足多模态机器人。
（因为我的外形像狗，大家也可以叫我机器狗Max）
去年和大家见面以后，我就去学习深造了。
学的还是咱中华武术——梅花桩！
学武术，难，大多数人类上梅花桩站都站不稳。
我一个机器人学，那就是难上加难。
但是，我，Max，不怕。
接下来和大家好好吐吐苦水说说。
这一年多，我领悟的武术精髓：学会用力。
要走稳，首先要会看路，那就需要有超强感知力。
看路也是有讲究的，梅花桩高低起伏，间距不等，一不留神就会摔得“狗”仰马翻。
可如何让一个机器人学会看路呢？
自然是靠算法：基于单目视觉惯性定位算法（视觉定位技术+地形识别技术）
我的眼睛能够进行实时地形识别、建图，能达到小于2cm的地形识别精度。
这样一来，每根梅花桩的高、低、远、近，整个地形都会出现在脑海里。
接下来我的每一步，都可以脚踏实地。
光有感知力还不够，还只是刚刚入门。
由于梅花桩会在行进中产生抖动，即使有基础的武师，在梅花桩练功的时候也容易失去平衡掉落。（不要问我是怎么知道的）
所以，适应力是我必须掌握的第二个技能。
如何掌握？
还是靠修炼算法——六维全向运动轨迹实时规划算法。（前后、左右、上下三个维度的移动和滚转、俯仰、偏转三个维度的旋转）
在实时识别三维地形的同时，优化出包含位置与姿态的六自由度运动轨迹，这样能让我更好地自动调整俯仰、侧身与转向，从而适应高低起伏的地形。
（仰）
（俯）
（侧、转）
如此一来，在梅花桩上行走了问题就不大了~
真开心，终于可以回家玩嗯嗯嗯……
“光行走肯定是不够的！”（师父们捂住我的嘴同时说）
师父A：“你看那些武功大师，在梅花桩上，又翻跟斗，又劈叉，还能倒立！这样才能称得上是学会了梅花桩！”
师父B：“武师会的，我们Max也要会~”（听我说，谢谢你……）
师父C：“上算法！”——模型预测控制算法（Chi et al., A Linearization of Centroidal Dynamics for the Model-Predictive Control of Quadruped Robots, ICRA 2022）
师父D：“Max想要学会更高阶梅花桩技巧，就必须掌握更高精度的身体位置与姿态控制，由于梅花桩面小导致运动及发力空间非常受限，要实现整体上的流畅和稳定，这对力控的精确性要求极高。”
师父E：“所以，我们这套算法结合离线最优跳跃轨迹规划及在线启发式缓冲及平衡运动轨迹规划，能让Max对动作控制自如。”（离线是指提前规划好的运动轨迹，在线是指实时的运动规划）
师父F：“来，给大家展示一下！”
（站立）
（双脚起跳）
（四脚起跳）
（空翻下桩）
师父A-F：“恭喜你Max，成功出师，你还有什么想说的吗？”
有，我的“苦”还没诉完。
你们知道，为了练梅花桩我摔了多少次吗？（主要是摔伤了医药费还贵）
为了防摔，师父们让我疯狂健身，学会了基于关节力矩反馈的触地检测能力（判断足端触地状态，实现柔顺平稳落地），完成了结构和电气系统的大量优化。
这就是升级的感觉吧~
但即使这样，还是会有摔坏的风险。
所以，最近我正利用AI技术在虚拟世界中进行训练~
因为在虚拟场景进行训练，不仅没有摔坏的风险，还能让我通过机器学习的方式，学习更多新技能（例如更灵活、自然的步态），大大缩减在现实世界完成训练的过程、时间与成本。
不假时日，相信我的防摔抗压能力一定又会得到升级~
好了，都到这了，你肯定会问：我知道你学完梅花桩了，然后呢?
这是我正准备要和大家说的，学习梅花桩我是带着使命去的，我的师哥Jamoca是我们实验室第一个学会走梅花桩的机器人，但他的体型比我大一倍，动作灵活度还有提升空间。
于是师父们将师哥的算法进行升级，并迁移到了我身上。
我的灵敏度+师哥的升级算法，让我过桩速度是师哥的4倍，更实现了师哥没能实现的动作。
这样，我便完成了本次走梅花桩的任务：
技术得到验证，也就意味着未来这些技术将被运用到各个场景中去：
比如视觉定位技术，可以运用到无人机和自动驾驶等场景，辅助机器做出前行决策……
比如地形识别技术，可以运用到一些极端的灾害场景中，翻越障碍，替代人类去做些非常危险的工作……（大家还能想到哪些场景，留言区见）
比如运动规划与控制技术，可以用到其它机器人的开发与应用……
当然，技术到实施还有很大一段距离。
接下来，我还会再去学习更多的能力和技能，希望早日在真实环境中发挥更多作用。
好了，今天就到这儿~
什么？抽一台？
我先下班啦~
（基于强化学习和sim2real技术，我的步态更灵动了）
