根據(jù)外媒Tech Xplore報(bào)道，位于德國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：“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。”

▲機(jī)器狗Morti

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。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樣本庫中的數(shù)據(jù)進(jìn)行比較，以提供合適的走路姿勢。

如果機(jī)器人摔倒了，學(xué)習(xí)算法會(huì)通過改變腿來回?cái)[動(dòng)的距離和速度來優(yōu)化行走方式。在機(jī)器學(xué)習(xí)的過程中，CPG會(huì)發(fā)送一些自適應(yīng)的運(yùn)動(dòng)信號(hào)，來讓機(jī)器人行走得更平穩(wěn)。該機(jī)器學(xué)習(xí)過程的核心就是要改變CPG的輸出信號(hào)，并監(jiān)測機(jī)器在什么情況下會(huì)遇到磕絆。

▲Morti根據(jù)反饋數(shù)據(jù)優(yōu)化行走

Morti模仿了小動(dòng)物學(xué)習(xí)走路的過程，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，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：“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)镸orti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通過這些反饋數(shù)據(jù)來學(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%。

▲Morti在跑步機(jī)上行走

德克薩斯大學(xué)圣安東尼奧分校的教授迪瑞莎·庫迪蒂普迪（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：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，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。