ETH 讓四足機器人學會爬梯子：提速 232 倍，踩空還能即時糾錯

四足機械狗在平地上跑得再歡，一旦到了工業廠區，往往還是得在直梯面前傻眼。

像 Boston Dynamics 的 Spot 或者各類巡檢四足機器人，上下樓梯、跨越小障礙早已不在話下。但工業廠房裡到處都是高角度甚至垂直的檢修梯，這道坎機器人一直很難跨過去。

蘇黎世聯邦理工學院（ETH Zurich）最近拿出了一套新方案，他們用衍生公司 ANYbotics 的 ANYmal 四足機器人，成功搞定了陡峭工業梯的攀爬問題。

鉤爪加上強化學習，踩空了能自己救回來

過去業內嘗試讓機器人爬梯子，大多把賭注壓在雙足人形機器人身上，而且往往需要特製的專用梯子，爬起來慢得像慢動作回放，實際場景根本沒法用。

蘇黎世聯邦理工學院換了個思路。研究團隊首先在 ANYmal 機器人的四肢末端裝上了特製的末端執行器，形狀設計成可以牢牢鉤住梯子橫檔的掛鉤結構。

但光有硬體掛鉤遠遠不夠。不同的梯子橫檔間距、粗細和傾斜角度各不相同，機械死板的動作很容易踩空脫軌。

真正的殺手鐧在於強化學習演算法。演算法讓機器人在攀爬過程中即時感知身體姿態與接觸力，動態適應不同規格的梯子。

更厲害的是即時自糾錯能力。如果攀爬過程中步幅算錯，或者落腳時機出現偏差，系統能在毫秒級時間內自行修正步態，把滑脫的肢體重新掛回橫檔上。

測試資料顯示，這套系統在 70 度到 90 度這種幾乎垂直的梯子傾角下，攀爬成功率達到了 90%。

而在攀爬速度上，研究團隊稱它比現存的最先進系統直接快了 232 倍，徹底擺脫了以前人形機器人一毫米一毫米挪動的窘境。

研究團隊表示，這項成果把工業四足機器人的應用範圍，從常規地形巡檢拓展到了嚴苛的基礎設施環境，體現了機器人身體構型與控制策略協同的重要價值。

為什麼重要

對工業巡檢和搶險救援人員來說，這個進展來得非常實在。

化工廠、煉油廠、礦山和遠海風電平臺佈滿了垂直鋼梯，以前巡檢機器人進不去這些死角，很多高危檢查依然得靠工人爬上爬下。如果這項技術走向商用，工業客戶就能直接派一臺四足機器人搞定整棟設施的多層立體巡檢，不用為了機器人專門改造廠房。

在技術路徑上，我們認為蘇黎世聯邦理工學院這一步走得很討巧。很多團隊執著於用昂貴且脆弱的人形機器人去硬啃工業任務，但人形機器人在極端角度下平衡極難維持，容錯率極低。

利用四足架構配合掛鉤和強化學習，不僅成本更可控，抓握穩定性也遠超雙足。232 倍的速度躍升證明了強化學習在動態控制上的巨大優勢。

不過隱患也不是沒有。工業梯子表面經常覆蓋油汙、鐵鏽或雨雪，實驗室 90% 的成功率在惡劣現實環境裡依然有脫落風險。機器人一旦在高空垂直跌落，不僅整機報廢，還可能砸傷下方的裝置與人員。未來如何加入物理防墜保護機制，將是它真正走向工業落地的關鍵門檻。