位于德國(guó)斯圖加特的馬克斯普朗克智能系統(tǒng)研究所(MPI-IS)發(fā)明了一只有四條腿的小機(jī)器狗 Morti，它可以在每次跌倒后調(diào)整走路姿態(tài)，自主學(xué)習(xí)如何行走。
闡明該技術(shù)的論文《Learning Plastic Matching of Robot Dynamics in Closed-loop Central Pattern Generators》(在閉環(huán)中央模式生成器中學(xué)習(xí)機(jī)器人動(dòng)力學(xué)的塑料匹配)已于 7 月 18 日在《自然?機(jī)器智能》雜志上發(fā)表，該論文的第一作者是菲利克斯?魯珀特(Felix Ruppert)。
魯珀特說(shuō)：“我們研究的機(jī)器狗 Morti 具有跟動(dòng)物相同的反射能力，可以自主從失敗中學(xué)習(xí)如何走路。”
一、摔倒后再爬起，Morti 可模仿動(dòng)物學(xué)習(xí)
人類和動(dòng)物的脊髓中都有一個(gè)叫做 CPG(中樞模式發(fā)生器)的神經(jīng)元網(wǎng)絡(luò)。CPG 可以幫助生物完成節(jié)律性的任務(wù)，如走路、眨眼或消化等。這種神經(jīng)元網(wǎng)絡(luò)不需要大腦輸入信號(hào)，就可以產(chǎn)生周期性的肌肉收縮。
魯珀特在 Morti 的背部安裝了一個(gè)虛擬脊髓來(lái)模擬 CPG 的作用，并在這個(gè)虛擬脊髓中安裝了樣本數(shù)據(jù)庫(kù)。Morti 平穩(wěn)行走時(shí)，機(jī)器人腳上的傳感器數(shù)據(jù)會(huì)不斷與 CPG 樣本庫(kù)中的數(shù)據(jù)進(jìn)行比較，以提供合適的走路姿勢(shì)。
如果機(jī)器人摔倒了，學(xué)習(xí)算法會(huì)通過(guò)改變腿來(lái)回?cái)[動(dòng)的距離和速度來(lái)優(yōu)化行走方式。在機(jī)器學(xué)習(xí)的過(guò)程中，CPG 會(huì)發(fā)送一些自適應(yīng)的運(yùn)動(dòng)信號(hào)，來(lái)讓機(jī)器人行走得更平穩(wěn)。該機(jī)器學(xué)習(xí)過(guò)程的核心就是要改變 CPG 的輸出信號(hào)，并監(jiān)測(cè)機(jī)器在什么情況下會(huì)遇到磕絆。
Morti 模仿了小動(dòng)物學(xué)習(xí)走路的過(guò)程，它們都是在不斷跌倒后，才能找到最有效的肌肉使用方式，學(xué)會(huì)行走。魯珀特說(shuō)，一開始，Morti 會(huì)摔倒，但大約一個(gè)小時(shí)后，算法就會(huì)幫 Morti 找到最好的行走方式。魯珀特還說(shuō)：“目前我的團(tuán)隊(duì)正在為 Morti 增加更多的傳感器，擴(kuò)大 Mortimer 的運(yùn)動(dòng)范圍。我們想讓 Morti 更像動(dòng)物。”
二、高效節(jié)能，Morti 行走一小時(shí)后能耗減少 42%
行走同樣的距離，目前大多數(shù)工業(yè)四足機(jī)器人需要幾十上百瓦的電量，Morti 卻只需消耗 5 瓦電量。
這一方面是因?yàn)楣I(yè)四足機(jī)器人有更大的體積和重量，需要更多的電量支撐行動(dòng)，另一方面是因?yàn)?Morti 的算法更加智能。
一般的機(jī)器人行走時(shí)，機(jī)器學(xué)習(xí)會(huì)通過(guò)大量計(jì)算，預(yù)先設(shè)計(jì)每條腿運(yùn)動(dòng)的細(xì)節(jié)，這會(huì)消耗大量的電量。但是 Morti 在走路跌倒后，可以根據(jù)新的算法結(jié)果，重新調(diào)整走路的角度。Morti 通過(guò)這些反饋數(shù)據(jù)來(lái)學(xué)習(xí)行走方式，不需要進(jìn)行大量計(jì)算。Morti 可以在學(xué)習(xí)走路的過(guò)程中降低能量消耗。研究發(fā)現(xiàn)，在 Morti 行走一個(gè)小時(shí)后，它消耗的能量比剛開始走路時(shí)減少了 42%。
德克薩斯大學(xué)圣安東尼奧分校的教授迪瑞莎?庫(kù)迪蒂普迪(Dhireesha Kudithipudi)表示：“通常而言，人工智能可以很好地學(xué)習(xí)一項(xiàng)特定任務(wù)，但人工智能無(wú)法在環(huán)境變化時(shí)進(jìn)行重新校準(zhǔn)。而 Morti 可以根據(jù)數(shù)據(jù)反饋?zhàn)灾髡{(diào)整自己的運(yùn)動(dòng)模式，它在重新校準(zhǔn)環(huán)境方面可能會(huì)表現(xiàn)得更好。”
結(jié)語(yǔ)：結(jié)合人工智能與生物領(lǐng)域，探索機(jī)器人的更多可能
魯珀特的機(jī)器狗可以通過(guò)人工智能算法，像生物一樣進(jìn)行自主學(xué)習(xí)。這不僅結(jié)合了機(jī)器學(xué)習(xí)技術(shù)，也涉及到了生物領(lǐng)域。
如果這種技術(shù)可以大規(guī)模使用，將會(huì)有兩個(gè)好處：第一，機(jī)器學(xué)習(xí)會(huì)更加節(jié)能，消耗的能量更少。機(jī)器不必再根據(jù)大量的數(shù)據(jù)進(jìn)行暴力計(jì)算，而是可以通過(guò)自主學(xué)習(xí)變得更加“聰明”。第二，這種技術(shù)可以為人工智能領(lǐng)域和生物領(lǐng)域的結(jié)合帶來(lái)啟發(fā)。
目前，這種技術(shù)可以讓機(jī)器狗變得更像動(dòng)物。未來(lái)，隨著這種技術(shù)的發(fā)展，機(jī)器人可能會(huì)變得更像人類。
關(guān)鍵詞： 德國(guó)斯圖加特 普朗克智能系統(tǒng)研究所 反射能力 機(jī)器人動(dòng)力學(xué)
