據(jù)TheVerge報(bào)道，科學(xué)家制作了一個(gè)像蜘蛛一樣的爬行類機(jī)器人。這個(gè)“蜘蛛”機(jī)器人只有六條腿，行走時(shí)帶著濃濃的機(jī)器范，每一步都帶有明顯的卡頓。而當(dāng)科學(xué)家有意“打斷”了它一條腿之后，頓時(shí)機(jī)器人開始寸步難行，不過沒過多久，事情變得有點(diǎn)……

騰訊視頻動(dòng)物在落下永久性運(yùn)動(dòng)障礙后，將終其一生去適應(yīng)這種行動(dòng)的不便，最終找到一種相對(duì)安全穩(wěn)重的運(yùn)動(dòng)方式。SorbonneUniversity研究員Jean-BaptisteMouret和一隊(duì)科學(xué)家打算將人類對(duì)運(yùn)動(dòng)功能障礙的適應(yīng)應(yīng)用到機(jī)器人身上。在科學(xué)家眼中，只要找到人類適應(yīng)性的數(shù)學(xué)模型，就能通過程序讓機(jī)器人也學(xué)會(huì)去“適應(yīng)”。

就像用身體去感知不同事物的幼兒，只是為了了解自己。

在最近一期的《自然》上，上述團(tuán)隊(duì)發(fā)表了一個(gè)算法，理論上能幫助“受傷”的機(jī)器人重新站起來，而且這個(gè)過程是完全智能的——機(jī)器人自動(dòng)不斷試錯(cuò)來適應(yīng)新的身體狀況。于是機(jī)器人帶著科學(xué)家預(yù)設(shè)的智慧和直覺開始了實(shí)驗(yàn)。一開始機(jī)器人只知道自己身體是完好無損的，一旦受傷，它就會(huì)測試不同的“跛著走”策略，直至找到最好的方式。

在貝葉斯優(yōu)化算法（BayesianOptimization）支持下，機(jī)器人將從13000種步伐中選出一種方案并開始運(yùn)用，同時(shí)傳感器記錄行走的速度和方向，來評(píng)估這個(gè)步伐是否夠好。當(dāng)電腦有90%的置信度時(shí)，機(jī)器人將接受這一步法并按著預(yù)訂的路線繼續(xù)行走。經(jīng)過反復(fù)嘗試，機(jī)器人逐漸排除了一些不太靠譜的步法，對(duì)于新傷的適應(yīng)時(shí)間也縮短到了一兩分鐘。

與傳統(tǒng)算法的區(qū)別就是，新算法讓機(jī)器人“知道”自己健全時(shí)的行進(jìn)方式，并根據(jù)記憶去選擇最優(yōu)方案；而傳統(tǒng)算法不會(huì)把這種“記憶”考慮進(jìn)去。新算法在多數(shù)時(shí)候表現(xiàn)得更好，然而也有少數(shù)例外?？茖W(xué)家猜測，在較嚴(yán)重的傷害下，機(jī)器人的前置記憶可能將失去指導(dǎo)意義。

這種研究的意義遠(yuǎn)遠(yuǎn)不止于讓機(jī)器人適應(yīng)損壞的肢體，更廣的層面上，通過前置記憶和貝葉斯優(yōu)化算法可以讓機(jī)器人適應(yīng)不同的工作環(huán)境，以及工作中的突發(fā)狀況。

讓機(jī)器人學(xué)會(huì)像生物一樣去適應(yīng)變化是一項(xiàng)極其艱巨的任務(wù)。動(dòng)物對(duì)于環(huán)境的適應(yīng)來自于對(duì)環(huán)境的感知以及幾千上萬年的進(jìn)化和代代遺傳，和機(jī)器人相比簡直是人民幣玩家。哪怕目前應(yīng)用新算法的機(jī)器人仍然笨拙，讓機(jī)器人像生物一樣跛著走也具有重大的科研意義。

更多資訊請(qǐng)關(guān)注工業(yè)機(jī)器人頻道