美国马萨诸塞州剑桥市机器人与人工智能研究所（RAI）近日取得一项突破性成果——其研发的自行车机器人“超机动车辆”（UMV）成为全球首个无需辅助完成特技前空翻的机器人。这款机器人不仅能跃至0.9米高度，还可从地面精准跳至平台。佐治亚理工学院博士生Jeonghwan Kim通过创新控制策略，为这一壮举提供了关键技术支持。
Jeonghwan Kim在RAI副教授Sehoon Ha指导下攻读机器人学博士学位期间，曾以实习生身份参与该项目。他的核心任务是解决无人飞行器翻转后稳定着陆的难题。经过反复试验，他提出“迭代运动模仿”（IMI）框架——通过模拟不完美轨迹并逐步优化，最终训练出能精准跟踪着陆点并保持平衡的单一控制策略。“我们先用电机控制器生成不稳定轨迹，再以此为基准训练机器人自主调整动作。”他解释道。相关研究成果已发表于arXiv预印本平台。
RAI研究所研究科学家Shamel Fahmi透露，UMV项目已持续近三年。研发团队突破传统机器人形态，将自行车结构与波士顿动力公司Atlas的动态性能相结合，旨在打造具备跑酷能力的全地形机器人。“我们希望它既能像人类一样完成杂技动作，又能适应复杂地形。”Fahmi表示，此前团队始终无法解决无人机着陆时的稳定性问题，直到Jeonghwan Kim加入后，这一瓶颈才被突破。
UMV的机械设计充满巧思：其双关节结构中，上关节搭载电机驱动飞行，下关节则需在着陆时承受冲击力。研发团队通过强化学习算法，训练机器人最小化地面冲击力，从而实现优雅着陆。“我们不追求初始模型的完美性，而是通过迭代不断添加参数优化性能。”Fahmi强调，这种“粗略草图-持续改进”的模式大幅缩短了研发周期。
项目推进过程中，时间压力与硬件损耗成为最大挑战。Jeonghwan Kim回忆，在RAI实习的两个学期里，他进行了数十次试验，但UMV多次因故障损毁，每次维修都需硬件团队介入。“从首次成功着陆到实现平衡控制，前后耗时近七个月。”他坦言，稳健控制策略的落地需要工程团队在机器人设计、维护和算法优化上投入巨大精力。
如今，IMI策略已实现稳定运行。Fahmi将其称为“访客演示升级版”：“现在我们可以向参观者展示完全可靠的表演——机器人从未出现故障。”这一成果不仅验证了非完美模仿范式的有效性，更为复杂动态机器人的控制策略研发提供了新思路。
