根據(jù)外媒Tech Xplore報道，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器狗Morti，它可以在每次跌倒后調(diào)整走路姿態(tài)，自主學習如何行走。

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習機器人動力學的塑料匹配）已于7月18日在《自然·機器智能》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：“我們研究的機器狗Morti具有跟動物相同的反射能力，可以自主從失敗中學習如何走路。”

▲機器狗Morti

一、摔倒后再爬起，Morti可模仿動物學習

人類和動物的脊髓中都有一個叫做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，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，就可以產(chǎn)生周期性的肌肉收縮。

魯珀特在Morti的背部安裝了一個虛擬脊髓來模擬CPG的作用，并在這個虛擬脊髓中安裝了樣本數(shù)據(jù)庫。Morti平穩(wěn)行走時，機器人腳上的傳感器數(shù)據(jù)會不斷與CPG樣本庫中的數(shù)據(jù)進行比較，以提供合適的走路姿勢。

如果機器人摔倒了，學習算法會通過改變腿來回擺動的距離和速度來優(yōu)化行走方式。在機器學習的過程中，CPG會發(fā)送一些自適應的運動信號，來讓機器人行走得更平穩(wěn)。該機器學習過程的核心就是要改變CPG的輸出信號，并監(jiān)測機器在什么情況下會遇到磕絆。

▲Morti根據(jù)反饋數(shù)據(jù)優(yōu)化行走

Morti模仿了小動物學習走路的過程，它們都是在不斷跌倒后，才能找到最有效的肌肉使用方式，學會行走。魯珀特說，一開始，Morti會摔倒，但大約一個小時后，算法就會幫Morti找到最好的行走方式。魯珀特還說：“目前我的團隊正在為Morti增加更多的傳感器，擴大Mortimer的運動范圍。我們想讓Morti更像動物?！?/p>

二、高效節(jié)能，Morti行走一小時后能耗減少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。

這一方面是因為工業(yè)四足機器人有更大的體積和重量，需要更多的電量支撐行動，另一方面是因為Morti的算法更加智能。

一般的機器人行走時，機器學習會通過大量計算，預先設(shè)計每條腿運動的細節(jié)，這會消耗大量的電量。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)來學習行走方式，不需要進行大量計算。Morti可以在學習走路的過程中降低能量消耗。研究發(fā)現(xiàn)，在Morti行走一個小時后，它消耗的能量比剛開始走路時減少了42%。

▲Morti在跑步機上行走

德克薩斯大學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習一項特定任務，但人工智能無法在環(huán)境變化時進行重新校準。而Morti可以根據(jù)數(shù)據(jù)反饋自主調(diào)整自己的運動模式，它在重新校準環(huán)境方面可能會表現(xiàn)得更好。”

結(jié)語：結(jié)合人工智能與生物領(lǐng)域，探索機器人的更多可能

魯珀特的機器狗可以通過人工智能算法，像生物一樣進行自主學習。這不僅結(jié)合了機器學習技術(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，將會有兩個好處：第一，機器學習會更加節(jié)能，消耗的能量更少。機器不必再根據(jù)大量的數(shù)據(jù)進行暴力計算，而是可以通過自主學習變得更加“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)可以讓機器狗變得更像動物。未來，隨著這種技術(shù)的發(fā)展，機器人可能會變得更像人類。