據(jù)TheVerge報道，科學(xué)家制作了一個像蜘蛛一樣的爬行類機器人。這個“蜘蛛”機器人只有六條腿，行走時帶著濃濃的機器范，每一步都帶有明顯的卡頓。而當科學(xué)家有意“打斷”了它一條腿之后，頓時機器人開始寸步難行，不過沒過多久，事情變得有點……

騰訊視頻動物在落下永久性運動障礙后，將終其一生去適應(yīng)這種行動的不便，最終找到一種相對安全穩(wěn)重的運動方式。SorbonneUniversity研究員Jean-BaptisteMouret和一隊科學(xué)家打算將人類對運動功能障礙的適應(yīng)應(yīng)用到機器人身上。在科學(xué)家眼中，只要找到人類適應(yīng)性的數(shù)學(xué)模型，就能通過程序讓機器人也學(xué)會去“適應(yīng)”。

就像用身體去感知不同事物的幼兒，只是為了了解自己。

在最近一期的《自然》上，上述團隊發(fā)表了一個算法，理論上能幫助“受傷”的機器人重新站起來，而且這個過程是完全智能的——機器人自動不斷試錯來適應(yīng)新的身體狀況。于是機器人帶著科學(xué)家預(yù)設(shè)的智慧和直覺開始了實驗。一開始機器人只知道自己身體是完好無損的，一旦受傷，它就會測試不同的“跛著走”策略，直至找到最好的方式。

在貝葉斯優(yōu)化算法（BayesianOptimization）支持下，機器人將從13000種步伐中選出一種方案并開始運用，同時傳感器記錄行走的速度和方向，來評估這個步伐是否夠好。當電腦有90%的置信度時，機器人將接受這一步法并按著預(yù)訂的路線繼續(xù)行走。經(jīng)過反復(fù)嘗試，機器人逐漸排除了一些不太靠譜的步法，對于新傷的適應(yīng)時間也縮短到了一兩分鐘。

與傳統(tǒng)算法的區(qū)別就是，新算法讓機器人“知道”自己健全時的行進方式，并根據(jù)記憶去選擇最優(yōu)方案；而傳統(tǒng)算法不會把這種“記憶”考慮進去。新算法在多數(shù)時候表現(xiàn)得更好，然而也有少數(shù)例外。科學(xué)家猜測，在較嚴重的傷害下，機器人的前置記憶可能將失去指導(dǎo)意義。

這種研究的意義遠遠不止于讓機器人適應(yīng)損壞的肢體，更廣的層面上，通過前置記憶和貝葉斯優(yōu)化算法可以讓機器人適應(yīng)不同的工作環(huán)境，以及工作中的突發(fā)狀況。

讓機器人學(xué)會像生物一樣去適應(yīng)變化是一項極其艱巨的任務(wù)。動物對于環(huán)境的適應(yīng)來自于對環(huán)境的感知以及幾千上萬年的進化和代代遺傳，和機器人相比簡直是人民幣玩家。哪怕目前應(yīng)用新算法的機器人仍然笨拙，讓機器人像生物一樣跛著走也具有重大的科研意義。

更多資訊請關(guān)注工業(yè)機器人頻道