來自利茲大學的研究人員開發了一套人工智能系統，使一款四足機器人能夠適應其行走風格，並在不熟悉的地形上模仿真實動物的動作。
這項技術使機器人能夠自主改變其移動方式，而無需人類干預指導其何時及如何改變步伐。這一特點在現有機器人中尚未出現，標誌著一種全新的機器人類型。
這項開創性技術對於腿部機器人而言具有重要意義，因為它們可以在危險的環境中使用，如核退役或搜救任務。
研究的基本問題
研究人員從狗、貓和馬等動物中獲取靈感，訓練機器人如何在其從未見過的未知地形中導航。
這些動物擅長適應不同的景觀，因此被選作本研究的對象。為了應對不同的情況，這些動物會改變其移動方式，以節省能量並保持平衡。
研究人員設計了一個框架，讓機器人學會如何在不同的步態之間轉換，如小跑、奔跑、跳躍等，這與哺乳動物的行為相似。
來自倫敦大學學院計算機科學系的周教授表示：「這項研究的驅動力是基本問題：如果腿部機器人能像動物一樣本能地移動會怎樣？」
他補充道：「我們希望賦予機器人動物用來調整步態的戰略智慧，而不是為特定任務訓練它們——利用平衡、協調和能效等原則。」
他續說：「我們的長期願景是開發具體化的人工智能系統，包括人形機器人，讓它們能像動物和人類一樣流暢且靈活地移動、適應和互動。」
準備好進入現實世界
通過使用與動物相同的運動策略，這款人工智能驅動的機器人能夠迅速學會根據地形切換步態。這款名為「Clarence」的機器人在僅僅九小時內掌握了這項技能，速度遠快於大多數年幼動物。
利茲大學機械工程學院的研究生約瑟夫·漢弗瑞斯解釋了這一框架如何使機器人能夠在不同地形上改變步伐，而無需對系統進行任何調整。
他表示：「這個深度強化學習框架教會了機器人靈感來自真實動物的步態策略和行為，例如節省能量、根據需要調整動作和步態記憶，以實現高度適應性和最佳運動，即使在從未遇到過的環境中也能如此。」
他進一步解釋：「所有的訓練都是在模擬環境中進行的。你在電腦上訓練策略，然後將其應用於機器人，結果效果與訓練一樣出色。」
大多數人工智能代理能夠很好地學習一項任務，但在環境變化時則會遇到困難。研究人員通過教導人工智能如何像動物一樣自然移動，包括如何切換步態、記憶模式和適應新地形，改善了這一問題。
這使得機器人在模擬後即可直接準備進入現實世界，無需額外調整。
模仿自然的機器狗
工程師們正在使用仿生學——模仿自然——來解決複雜的移動挑戰。模仿現實世界動物進行導航的機器人是行星探索、農業和基礎設施檢查的一個重要解決方案。
這項實驗還提供了如何利用生物智能來改善機器人系統的見解，而不是使用機器和傳感器將動物置於危險環境中，以保護人類生命。
這款機器人已經在數百個環境中進行深度強化學習，並有兩個目標：以不同步態移動，並為特定地形選擇最佳步態。
使用的地形包括木屑、岩石、雜草叢生的根部和鬆散的木材。它的腿部還經過刷子反復撞擊，以測試其從突發絆倒中恢復的能力。團隊使用編程路線或類似於視頻遊戲的搖桿來指導機器人。
儘管該系統目前僅在一款狗大小的機器人上進行測試，但核心理念適用於許多四足機器人，只要這些機器人具有類似的身體形狀，且可以應用相同的動物啟發方法，無論其大小或重量如何。
該研究已發表在《Nature Machine Intelligence》期刊上。
日本電話卡推介 / 台灣電話卡推介
一㩒即做：香港網速測試 SpeedTest HK
