2019年2月26日，美国Agility Robotics公司（敏捷机器人公司）研发继Atrias、Cassie之后的Digit具有上肢的双足步行机器人，外观简洁大方，行走姿态酷似一只鸵鸟。

上图为Cassie机器人，具备双足行走的能力

Agility Robotics公司成立于2015年底，源自俄勒冈州立大学。该公司旨在将俄勒冈州立大学的动态机器人实验室关于双足运动研究成果进行商业转化。

Agility公司为各种市场（如最后一英里物流、远程呈现、自动检测、娱乐和学术研究）制造高性能的双足机器人。

在俄勒冈州阿尔巴尼的总部于2016年秋季开业。

2018年6月在宾夕法尼亚州匹兹堡的东部办事处开业。

Agility公司通过提供一种可以让它去任何地方的机器，为开发人员提供了一种全新的移动选项，实现前所未有的自动化。

Agility Robotics公司的网址为：http://www.agilityrobotics.com。

Agility公司CTO兼联合创始人乔纳森·赫斯特（Jonathan Hurst）、CEO兼联合创始人达米恩·谢尔顿（Damion Shelton）等：

研发团队：

2015年开发出机器人Atrias

Atrias是一个为期7年的研究项目的高潮，该项目旨在建立一个能够捕捉动物动态的双足机器人。类动物动力学“免费”产生类动物能力。

2016年开发出机器人Cassie（第一代）

Cassie是对Atrias的设计原则进行工程优化的结果。在为客户生产坚固耐用的产品时捕捉动物般的动态。Cassie-v1又进一步改进为v3，该版本于2017年投入商业运营。

2019年开发出机器人Digit

2019年2月26日，Agility机器人公司发布了一款名为Digit（数字）的双足机器人，它成功在Cassie机器人增加了上身、手臂、传感器和附加的计算能力。与Cassie相比，Digit的四自由度手臂极大地扩展了数字的灵活性和实用性。

Atrias、Cassie-v1与Digit

经过了多代改进，从最早的菱形腿，改变为平行四边形腿——Atrias机器人，之后是鸵鸟型机器人——Cassie机器人，然后又增加了身体和上肢——Digit。

“对我们来说，”Agility公司乔纳森·赫斯特说，“手臂同时也是一种在世界上移动的工具——想想跌倒后站起来，挥动手臂保持平衡，或者推开一扇门——同时也有助于操作或携带物品。”手臂的新功能在复杂的、面向人类的环境中移动时非常重要，对于诸如送货上门之类的任务来说。

Digit仍在测试中……Digit的能力已经足以捡起和堆放重量高达18公斤的箱子，其耐用程度足以在坠落时用手臂减速。

除了物理变化外，Digit的控制系统也进行了全面的检修，以实现诸如爬楼梯和脚步规划等高级行为，所有这些都通过稳定的算法进行控制，该算法既可以放在机器人控制器上访问，也可以通过无线网络访问。

此外，Digit的躯干包含两个多核CPU，模块化的有效载荷托架允许第三台计算机以各种可能的形式支持额外的感知和强化学习能力。

开箱即用，Digit将在5分钟内站起并行走。

Agility公司达米恩·谢尔顿说：“Agility公司的多数客户都对开发腿式运动控制器感兴趣。我们为更多的用户开发了Digit，他们希望探索通过腿式机动性实现更广泛应用，而不是只关注移动本身。”

与Cassie一样，Digit将提供全面的保修支持和售后应用工程协助。Agility将在2020年第一季度开始交付。

最近Agility公司与福特公司签订了合作，利用福特汽车完成大范围的运输，再利用Cassie机器人解决最后一公里的送货问题，可以不分取代了物流行业的快递小哥，使得送快递可以送到家的门口。

将来Cassie的进化还在继续，从Cassie与人的比较上，我们就能看到Cassie将来会增加哪些关节。不过机器人的关节刚开始是模仿人的关节，但是当一旦能力达到，将绝尘而去——不再理会人的关节布置情况，增加更多的关节自由度势在必行，只要这些关节自由度可以让机器人更好地完成它们的工作。

来看看视频：

Digit搬运：

Digit在室外环境：

Digit尝试解决最后一公里送货的问题：

目前美国波士顿动力公司在开发人形机器人上真可谓是一骑绝尘，将全世界都甩在了身后，引来了大量的关注和粉丝。

‍‍其他的双足机器人和人形机器人公司也在摩拳擦掌，暗中使劲，正在努力地追赶中。已经有日本、德国、俄罗斯、意大利、中国等国的许多科研机构与机器人公司在双足步行机器人上开展了卓有成效的研究与开发。

双足步行机器人是一个相当困难的技术，实现在不同的路面环境的动态步行是当前的热点，还将有数年甚至更长的时间会看到不同的研究机构开发出来动态步行机器人。

静态步行与动态步行的区别在于身体的中心是否在脚的支撑面内，如果在其中，是静态步行，如果不在其中，成为动态步行。在此过程中，两脚支撑与单脚支撑不断的切换。

机器人除了前后会倾覆，不平衡之外，还有左右侧面的倾覆危险，需要有侧向的自由度。

当机器人的关节比较多时，需要多个关节比较良好的协调。当关节数量增多时，控制模型就比较复杂，协调性在控制系统的设计上比较困难。机器人控制系统的参数调节是一个难点。

当前比较流行的是利用强化学习来进行机器人参数的自动标定。在无数次的试验后，获得比较好的正常行走，学习人从小的时候对于行走的学习掌握，这种方法正在逐渐完善之中，研究已经取得了自由度较少时的平衡，比如双轮平衡车的前后平衡。用在拟人步行上还没有看到。

有人曾经问过波士顿动力公司，是否采用了深度学习神经网络控制方法在双足步行的Atlas人形机器人上，回复是目前的双足行走并没有采用神经网络控制，还是比较经典的模型控制，通过合理的调节各种参数来做到的。

将来有望将各种有效的控制方法较为合理的使用在恰当的地方，并进行一些智能切换。人很容易就达到的事情，将来也会出现在机器人身上。步行机器人的未来，一定朝着模仿人，然后超越人的方向发展，同时也有大量的发展是冲着任务的完成而去——即专业型的服务机器人，具有了双足步行，会大大扩展机器人走进人的世界，机器人可以在各种事先未知的新鲜领域开展工作，成为人的助手。