然而，直到最近，空中微型机器人的灵活性都远不及启发它们的昆虫。它们通常移动缓慢，且遵循相对简单的飞行路径。
麻省理工学院（MIT）的研究人员现在展示了一种新方法，赋予了昆虫级飞行机器人更快的速度和更高的敏捷性。该团队开发了一种基于人工智能（AI）的控制器，使这种机器虫能够执行高难度的空中机动动作，包括连续的身体翻转。
使用旨在平衡性能与计算效率的双部分控制系统，与之前的最佳结果相比，研究人员将机器人的速度提高了约450%，加速度提高了约250%。
该机器人足够敏捷，能在11秒内完成10次连续翻滚，即使在风扰动试图使其偏离预定路径的情况下也是如此。
“我们希望能够将这些机器人用于更传统的四旋翼机器人难以飞入、但昆虫可以导航的场景中。现在，借助我们受生物学启发的控制框架，我们机器人的飞行性能在速度、加速度和俯仰角方面已可与昆虫相媲美。这是迈向未来目标的一个非常令人兴奋的步骤，”电气工程与计算机科学系（EECS）副教授、电子学实验室（RLE）软与微机器人实验室负责人、该机器人论文的共同通讯作者Kevin Chen说。
与Chen共同参与该论文的还有共同第一作者：麻省理工学院EECS研究生Yi-Hsuan Hsiao；Andrea Tagliabue（24届博士）；以及航空航天系（AeroAstro）研究生Owen Matteson；以及EECS研究生Suhan Kim；Tong Zhao（23届工程硕士）；和共同通讯作者Jonathan P. How，他是航空航天系的福特工程教授，也是信息与决策系统实验室（LIDS）的首席研究员。该研究发表 在《科学进展》上。
AI赋予机器人更智能的飞行控制器
Chen的团队已经花了五年多的时间开发机器昆虫。
该团队最近制造了其微型机器人的一个更耐用版本，该机器人大约只有微型卡带大小，重量比回形针还轻。这种较新的设计具有更大的扑翼，能够支持更敏捷的飞行。这些机翼由软体人工肌肉驱动，这些肌肉的收缩速度足够快，能产生极高的振翅频率。
物理设计虽然有所改进，但机器人的控制器仍然是一个主要限制。该控制器充当机器人的“大脑”，确定机器人的位置并决定它应该如何移动。在早期版本中，必须由人工手动调整控制器。
为了使机器人能以真实昆虫的速度和迅猛程度飞行，研究人员需要一个能够处理不确定性同时快速解决复杂控制问题的系统。
足够强大以实现这一目标的控制器通常会要求极大的计算量，难以实时运行，特别是因为这种轻型飞行器的空气动力学高度复杂。
为了解决这个问题，Chen的团队与How的团队合作，开发了一种两步式AI驱动控制系统。该设计将困难、高速机动所需的鲁棒性与足够的计算效率相结合，以实现实时运行。
“硬件的进步推动了控制器的发展，使我们在软件方面能做更多事情，但与此同时，随着控制器的发展，他们在硬件方面也能做更多事情。随着Kevin的团队展示出新的能力，我们也证明了我们可以利用这些能力，”How说。
教微型机器人规划高难度机动动作
系统的第一部分使用了所谓的模型预测控制器。这种类型的控制器依赖动态数学模型来预测机器人的行为，并确定安全遵循所需飞行路径的最佳动作序列。
尽管该方法需要大量计算能力，但它可以规划诸如空中翻转、急转弯和机身角度剧烈变化等困难动作。该规划器还考虑了机器人所能产生的力和扭矩的限制，帮助其避免可能导致坠毁的动作。
连续翻转尤其具有挑战性。为了执行一个接一个的翻滚，机器人必须以完全正确的方式减速，以便在适当的条件下开始每一次新的翻转。
“如果混入微小的误差，而你试图带着这些微小误差重复翻转10次，机器人就会坠毁。我们需要拥有鲁棒的飞行控制，”How说。
然后，研究人员使用这个专家规划器，通过一个称为模仿学习的过程，训练了一个建立在深度学习模型上的“策略”。该策略作为机器人的实时决策系统，决定它应该如何飞行以及飞向何处。
实际上，模仿学习使团队能够将计算需求更高的控制器的行为捕捉到一个更快的AI模型中，该模型的运行速度足以支持实时飞行。
挑战的主要部分在于生成足够有用的训练数据，以教会策略如何处理剧烈机动动作，同时又不会创建不必要的大型数据集。
“鲁棒的训练方法是这项技术的秘诀，”How解释道。
在飞行过程中，基于AI的策略接收有关机器人位置的信息，并将其转换为控制推力和扭矩等因素的实时命令。
媲美昆虫的速度与敏捷性
实验表明，两步式控制系统显著提升了机器人的性能。这台昆虫级机器人的飞行速度提高了447%，加速度提高了255%。
它还在短短11秒内完成了10次翻滚，同时与预定飞行路径的偏差保持在约4或5厘米以内。
“这项工作表明，传统上速度受限的软体和微型机器人，现在可以利用先进的控制算法来实现接近自然昆虫和大型机器人的敏捷性，为多模态运动开辟了新的机会，”Hsiao说。
该团队还演示了一种称为扫视（saccade）的运动。在昆虫中，这涉及急剧俯仰身体、快速移动到新位置，然后向相反方向俯仰以停止。这种快速加速和制动可以帮助昆虫确定其位置并保持JianCe的视觉。
“当我们未来开始在机器人上搭载摄像头和传感器时，这种仿生飞行行为可能会对我们有所帮助，”Chen说。
迈向自主飞行微型机器人
未来研究的一个主要目标是为微型机器人配备机载摄像头和传感器。这最终可能使它们在不依赖复杂的外部动作捕捉系统的情况下在室外飞行。
该团队还计划研究机载传感是否能帮助机器人群体避免相互碰撞，并在导航时协调它们的运动。
“对于微型机器人界来说，我希望这篇论文标志着一个范式的转变，它表明我们可以开发出一种同时具备高性能和高效率的新型控制架构，”Chen说。
该研究部分由美国国家科学基金会（NSF）、海军研究办公室、空军科学研究办公室、MathWorks以及Zakhartchenko奖学金资助。