去年3月，騰訊對外發布了首個軟硬件全自研的多模態四足機器人Max。當時，Max依托足輪融合一體式設計，實現了從四足到雙足的站立、移動，并且能完成后空翻、摔倒自恢復等動作。

　　時隔一年多之后，騰訊又帶來了關于Max的最新消息。8月8日，Max二代機器人（以下簡稱Max）正式亮相，相比第一代，現在的Max已能夠在梅花樁上完成旋轉踏步、單樁跳躍、雙輪站立等高難度動作。

　　2018年，騰訊設立了Robotics X實驗室，核心研究方向就是機器人，具體包括作為機器人基礎技術的感知能力，以及靈敏運動、靈巧操控、智能體三大支柱技術。

　　目前，該實驗室也有了一些研發成果，除了Max外，其還發布過機器狗Jamoca和輪腿式機器人Ollie等產品。

　　而此次發布的Max，在視覺感知、軌跡規劃、運動控制等方面實現的技術創新，也標志著騰訊在機器人靈敏運動研究上取得了新的突破。

　　記者從騰訊Robotics X實驗室獲悉，Max能力的進化，主要得益于機器人視覺定位、地形識別、全向六自由度運動規劃、高精度模型預測控制等技術的應用。

　　具體而言，在騰訊 Robotics X 實驗室為Max設置的測試場景中，Max需要快速通過一個全長10米、高0.8米的梅花樁陣列。

　　想要順利通過這一復雜地形，Max首先需要實時地形識別、建圖，以應對密集細桿梅花樁這種復雜并帶有輕微晃動的地形。

　　看準地形后，Max需要根據地形規劃適合的運動軌跡，自動調整俯仰、側身與轉向，從而適應高低起伏的地形。

　　從結果來看，Max已能夠精準感知到自身和梅花樁的位置，并在窄小的樁面完成快速行走、踏步旋轉、單樁跳躍、雙輪站立等一系列動作。

　　數據顯示，Max 的定位精度累計誤差小于1%，地形識別精度小于2cm。

　　據悉，為了應對跳躍、空翻等高動態動作帶來的對機器人控制精度的挑戰，騰訊 Robotics X實驗室結合離線最優跳躍軌跡規劃及實時平衡運動軌跡規劃，自研了模型預測控制算法。

　　與此同時，實驗室也利用深度強化學習等AI技術，推進機器人智能研究，讓機器人在虛擬環境中自主學習，更好地適應復雜環境的變化。

　　據實驗室研究人員介紹，不同于預先設計好規則之后做重復任務的工業機器人，騰訊Robotics X實驗室更關注機器人的自主特性研究，目的就是要在有很大不確定性的動態環境里，能夠實現機器人的自主判斷、自主決策，并自主完成任務。

　　而基于深度強化學習等技術，Max用幾個小時就能初步學會自然靈動的步態。

　　當然，騰訊讓Max走梅花樁也并非突發奇想，實際上，此前發布的機器狗Jamoca就已經可以“玩轉”梅花樁。

　　實驗室研究人員表示，讓Max走梅花樁，一是要驗證實驗室機器人靈敏運動技術階段性的研究成果；二是檢驗相關新技術與算法是否具備良好的遷移性。為實驗室研發其他類型的移動機器人、適配潛在應用場景沉淀技術與經驗。

　　目前來看，Max的實驗目的已經達到。不過，從技術實驗到實際場景應用，還有很長一段距離要走，而這，也將是騰訊深耕機器人行業的必經之路。

更多信息可以來這里獲取==>>電子技術應用-AET<<