機器人正在學習如何像動物一樣跛行
機器人在工作不太正常的時候看起來最逼真。看著一個蜘蛛般的機械生物失去肢體後掙扎著繼續前行，感覺就像看著一隻受傷的動物，有一個很大的區別：動物一生都在想如何適應受傷，更不用說數百萬年的進化了。機器人可能一點經驗都沒有。這就是索邦大學研究員讓-巴蒂斯特-穆雷特和一組科學家試圖解決的問題。在本週出版的《自然》雜誌上，該組織提出了一種演算法，有可能幫助機器人更快、更一致地補償受傷。
穆雷特說：“對我們人類來說，很直觀地說‘如果有什麼東西壞了，首先我需要某種診斷來知道是什麼問題，然後我們會努力找到解決辦法。’”。有時這是人類書寫的固定模式，有時機器人可以自己解決。例如，康奈爾大學的研究人員開發了一種四條腿的“海星”機器人，它可以識別自己身體的某些部位，並相應地適應變化。不過，穆雷特的團隊認為，機器人可以簡單地透過試錯來適應，而不必先瞭解出了什麼問題——就像一個人在不知道自己是扭傷還是骨折的情況下開始跛行一樣。他們認為，透過“教”機器人自己的身體首先能做什麼，他們可以幫助機器人借鑒過去的知識來做到這一點。
“它不明白什麼是壞的。它只知道有些事情並不像預期的那樣。”
在這項研究中，一旦研究小組構建並程式設計了一個機器人，演算法就對其潛在的行為範圍進行了分類——機器人可以想象的每一種移動方式——並確定了最佳選擇。穆雷特說：“這有點像一個孩子，用自己的身體嘗試許多不同的事情，只是為了瞭解自己。”。當它被送到野外時，機器人已經有了一套基於其未受損身體的基本直覺。受傷後，它可以利用這些知識作為起點，測試新的選擇。”“這些直覺大多數時候都是錯誤的，”穆雷特說機器人不相信他們，但說'讓我們試試這個東西，因為我們有直覺，這可能會工作'
一旦開始這個過程，機器人就會使用一個叫做貝葉斯最佳化的數學模型來尋找新的策略。例如，一個機器人一開始可能會意識到，它的正常行走方式現在讓它繞圈子——研究人員已經停用了其中一條腿。它檢查現有的大約13000個步態的知識庫，選擇一個可能的解決方案，並測試它，同時感測器測量它的速度和方向。然後，它轉向下一個選項，用更多的隨機選擇來平衡自己的“直覺”，從而揭示一條新的道路。一旦它有90%的信心找到了最快最直的選擇，它就會重新開始工作。”它不明白什麼是壞的。它只知道有些東西不符合預期，然後試圖找到一些工作，儘管損害，”穆雷特說。
研究小組在兩個機器人上測試了這個演算法：一個六條腿的步行機器人和一個多關節的旋轉手臂，該手臂試圖將乒乓球扔進杯子裡。他們測試了五種不同的打破六足動物的方法，包括部分切斷一條腿，完全切除兩條腿，以及嘗試臨時修複。在對每個場景進行40次測試後，測試人員通常需要一分鐘來適應新的步態。與此同時，機械臂的各個關節要麼斷裂，要麼卡在原地；它在不到兩分鐘，通常不到30秒的時間內持續適應。
<**all>A damaged hexapod (Antoine Cully / UPMC).</**all>不過，這種模式有侷限性。例如，對於他們測試的14個機械臂錯誤中的兩個，團隊的演算法沒有比傳統的、非“直觀”的試錯法表現得更好。研究小組假設，如果損傷足夠嚴重，機器人的身體會發生很大的變化，以至於之前的知識變得毫無用處。同樣，如果一個機器人的感測器——不僅僅是它的附屬物——受損，它將無法獲得足夠準確的資訊來適應。而現在，它只響應相當簡單的目標。例如，當人類和動物跛行的時候，他們不僅僅是想找到一種新的行走方式，他們也在避免進一步傷害自己。對於機器人來說，這是不可比擬的；他們只是希望更快或更準確。
“很難想象機器人有多瞎，”穆雷特說我們有面板，我們有所有的內臟，所有這些東西都在傳遞感官資訊。但機器人通常只有幾個感測器，“部分原因是，穆雷特和他的團隊正在測試的機器人也幾乎不知道自己身體外發生了什麼。所以如果他們在不平坦的地面上，或者在一個很小的空間裡，他們就不能把這個因素考慮到他們的試錯中。下一步是糾正這一點，測試更複雜的機器人，使其具有更大的運動範圍和更多的觀察世界的方式。
“很難想象機器人有多瞎。”
總的來說，穆雷特認為這個系統可以很容易地適應現有的機器人，特別是像DARPA機器人挑戰賽中的競爭對手那樣的高階仿人機器人。”所有這些機器人都是多才多藝的，”他說。如果有一部分壞了，他們有很多方法來補償，就像人類或動物一樣。機器越精簡、越具體，演算法就越沒用。”如果你用吸塵器，這個機器人只有兩個輪子。所以如果一個輪子壞了，也許它能做點什麼。“如果兩個壞了，它什麼也做不了，”穆雷特說當然，對於像噴氣式飛機這樣的相當不靈活的系統來說，對損傷做出反應同樣重要。例如，美國宇航局的研究人員正在用自己的智慧自適應系統測試飛行控制系統。
從理論上講，幫助機器人找出他們能做什麼，然後告訴他們實現一個特定的目標，其應用可能超出了適應傷害。例如，一個完好無損的步行機器人就可以利用這種演算法來解決如何穿越困難地形的問題。但這些都是次要的選擇。”我認為工程師很擅長他們的工作。因此，當我們試圖最佳化某個東西，使其發揮作用，或者**一個更好的機器人時，他們通常會有非常好的想法，”穆雷特說。工程師們無法預測他們的作品可能會出什麼問題。”這種演算法可以用來最佳化機器人，使其具有更好的效能。但我認為當周圍沒有人的時候，它會更有用。”
- 發表於 2021-04-30 00:54
- 閱讀 ( 45 )
- 分類：網際網路
你可能感興趣的文章
裸藻(euglenoids)和眼蟲(euglena)的區別
...國，具有動植物特徵。像植物一樣，它們進行光合作用。像動物一樣，它們移動和改變形狀。此外，它們有兩個鞭毛，因此它們是有鞭毛的有機體。它們主要生活在淡水中，尤其是富含有機物的水中。它們也可以生活在海水中。...
浮游動物(zooplankton)和浮游植物(phytoplankton)的區別
...動物(zooplankton)和浮游植物(phytoplankton)的區別 浮游動物是像動物一樣在水流中漂流的浮游生物，但是浮游植物是像植物一樣在水流中漂流的浮游生物。此外，浮游動物是異養的，而浮游植物是自養的。因此，這是浮游動物和浮游...
亞馬遜開創和推廣的5項驚人技術
...大多數亞馬遜倉庫，至少在美國，現在都使用類似Roomba的機器人網路，這些機器人可以在需要的時候快速地在倉庫貨架上取下貨物。這些機器人由一箇中央系統控制，該系統知道每個專案的位置，並以最有效的方式引導網路，以...
微軟希望你轉世成為聊天機器人
人工智慧在幾十年裡已經取得了長足的進步，機器學習的力量使聊天機器人聽起來更接近人類。微軟希望利用這項技術為那些沉默不語的人發聲，並**出能模仿死者的聊天機器人。 ...
送貨機器人是如何工作的？他們如何安全地運送你的包裹
一個遙遠的未來，涉及到機器人包裹交付，現在是非常現實的。機器人技術、全球定位系統跟蹤、自動化和導航技術的進步意味著你可能找不到一個送貨員在你的門口拿著你的包裹。 ...
法國軍隊正在測試波士頓動力公司（boston dynamics）的機器狗在戰鬥場景中的位置
美國波士頓動力公司（Boston Dynamics）**的四足機器人Spot在法國軍隊舉行的軍事演習中與士兵並肩出現。在為期兩天的訓練演習中，這臺機器人顯然被用於偵察，但這一部署引發了人們對波士頓動力公司（Boston Dynamics）的機器未來...
舒適的小樹林就像動物穿越，如果它鬧鬼的話
...個放鬆的空間。但現在新視野已經推出一年多了，你可能正在尋找一些不同的東西。舒適的小樹林也許正是這樣：它有很多讓動物穿越如此偉大的東西，但在一個更緊密的包裹裡。還有，有很多鬼。 就像新視野一樣...
美國宇航局宇航員在spacex宇航員龍返回：“聽起來像動物”
...來。 “我確實錄了一些音訊，但聽起來不像機器。這聽起來像是一隻動物帶著推進器發出的所有氣流和大氣噪音穿過大氣層，”貝肯在著陸後的新聞釋出會上說。“當你下降穿過大氣層時，它的強度會繼續增加。” ...
以人工智慧為動力的機器人揀貨機將是倉庫的下一次重大工作革命
現在，在離柏林不遠的一個倉庫裡，一個亮黃色的機器人正斜倚在傳送帶上，從板條箱裡挑選物品，就像一隻啄食穀物的小雞。 機器人本身看起來並沒有那麼不尋常，但它的眼睛和大腦卻與眾不同。在六鏡頭相機陣...
填補空白：我們為了讓技術為我們服務而執行的奇怪的“數字儀式”
...人性與科技的結合。 “一個使用者走近一臺正在睡覺的電腦，試圖透過敲擊鍵盤或使勁搖晃滑鼠的方式讓它進入生活。” 丹·希爾的文章是最近完成的一本名叫《數字儀式》的書的前言，這本書將事物翻轉過來，並...
