大多數(shù)機器人必須被編程以執(zhí)行特定任務(wù)。但是，兩名南加州大學(xué)的研究人員建造了一個機器人肢體，可以教會自己如何通過反復(fù)試驗。

大多數(shù)機器人必須經(jīng)過編程才能執(zhí)行特定的重復(fù)性任務(wù) - 從制作咖啡和披薩到提供高五。但是，如果機器人可以隨著時間的推移而改善，就像幼兒將不穩(wěn)定的步驟變成自信的沖刺一樣。

這是兩名南加州大學(xué)研究人員的目標(biāo)，他們建造了一個3腱，2關(guān)節(jié)機器人肢體，可以教會自己如何通過反復(fù)試驗。“我們希望對大腦和身體進行逆向工程，并創(chuàng)造出令人敬畏的機器人，”生物醫(yī)學(xué)工程教授兼生物運動與物理治療教授Francisco Valero-Cuevas博士說。

他和USC Viterbi工程學(xué)院的博士生Ali Marjaninejad剛剛發(fā)表了一篇關(guān)于他們工作的論文，該論文封面于3月號的Nature Machine Intelligence。我們在出版之前與他們交談過; 這里是我們對話的編輯和簡要摘錄。

你能解釋一下你的新機器人肢體是如何“學(xué)會”走路的嗎?

[Ali Marjaninejad]我們將此算法稱為General-to Specific或G2P，因為我們首先讓系統(tǒng)隨機播放以內(nèi)化腿的一般屬性，如兒童[學(xué)走路]。然后，每當(dāng)它接近給定任務(wù)的良好表現(xiàn)時，我們就給予獎勵。在這種情況下，向前移動跑步機。這被稱為強化學(xué)習(xí)，因為它類似于動物對積極強化的反應(yīng)方式。

請告訴我們這個實驗，它使用一種叫做電動潺潺聲的東西，就像新生小馬一樣“弄清楚”如何盡快跑去避開掠食者?

[上午]這個過程分為兩步：首先是嘮叨，然后是表演。但更詳細(xì)地說，這會產(chǎn)生有趣的后果。首先，它可以快速學(xué)習(xí)足夠好的解決方案 - 就像需要盡快走路的小馬一樣。在另一個層面上，電動機嘮叨類似于動物如何訓(xùn)練神經(jīng)系統(tǒng)的下部部分，例如脊髓，這直接控制肌肉。因此，bab呀學(xué)語可以創(chuàng)建一個預(yù)調(diào)諧系統(tǒng)，然后“高級”控制器就可以使用 - 就像你的大腦使用脊髓來控制你的身體一樣。如果將這兩者結(jié)合起來，那么即使不是很好，機器人也會學(xué)會快速行走。隨后，該算法將繼續(xù)改進如何利用系統(tǒng)的復(fù)雜動態(tài)。每次執(zhí)行任務(wù)時，它都會繼續(xù)學(xué)習(xí)如何提高性能，就像你和我一樣。

這與現(xiàn)有的機器人控制器有很大不同嗎?

[AM]是的。這與今天機器人的控制方式形成鮮明對比，主要依靠精確的方程式，復(fù)雜的計算機模擬或數(shù)千次重復(fù)來完善任務(wù)。大自然沒有這種奢侈的時間; 動物需要快速學(xué)習(xí)，做好事情才能再活一天。

肢體如何創(chuàng)建一個“神經(jīng)網(wǎng)絡(luò)”，以便知道如何移動?

[AM]算法的內(nèi)部部分是將學(xué)習(xí)編碼為簡單的3層神經(jīng)網(wǎng)絡(luò)的連續(xù)訓(xùn)練。在bab呀聲階段，系統(tǒng)會向電機發(fā)送隨機指令并檢測關(guān)節(jié)角度。然后，它將訓(xùn)練3層神經(jīng)網(wǎng)絡(luò)以猜測哪些命令將產(chǎn)生給定的運動。然后我們開始執(zhí)行任務(wù)并強化良好行為。即使這樣，每次執(zhí)行任務(wù)時的電機命令和關(guān)節(jié)角度 - 即其“經(jīng)驗” - 將用于細(xì)化該神經(jīng)網(wǎng)絡(luò)的權(quán)重。

這個肢體也有肌腱，對吧?就像人類一樣?

[博士 Francisco Valero-Cuevas]的確如此。大多數(shù)機器人系統(tǒng)使用直接旋轉(zhuǎn)它們的馬達(dá)來控制腿和臂的關(guān)節(jié)。大自然沒有那種奢侈，因為它必須通過肌腱在遠(yuǎn)處作用。因此，生物肢體的物理，力學(xué)和數(shù)學(xué)與傳統(tǒng)機器人的基本不同。因此，我們想要探索這些“復(fù)雜”解剖學(xué)的內(nèi)容，這些解剖學(xué)允許動物的多功能性和敏捷性，我們希望我們的機器人能夠擁有它。我們選擇控制這種生物啟發(fā)的腿，因為只有這樣我們才能面對大腦所面臨的實際問題才能產(chǎn)生運動。