記者 |徐寧

圖片來(lái)源：視覺(jué)中國(guó)

機(jī)器人能自己學(xué)會(huì)走路了。

3月4日，據(jù)國(guó)外科技媒體Tech Xplor報(bào)道，谷歌（Google）、佐治亞理工學(xué)院（Georgia Institute of Technology）和加州大學(xué)伯克利分校（UC Berkeley）的研究人員聯(lián)合發(fā)表了一篇論文，詳細(xì)介紹了他們構(gòu)建的一個(gè)通過(guò)AI技術(shù)自學(xué)走路的機(jī)器人。

這個(gè)四足機(jī)器人名為Rainbow Dash，它只需花費(fèi)約數(shù)個(gè)小時(shí)，就能自己學(xué)會(huì)向前、向后以及左右轉(zhuǎn)彎等運(yùn)動(dòng)。

論文中的測(cè)試數(shù)據(jù)顯示，Rainbow Dash在堅(jiān)硬平坦的地面上學(xué)會(huì)走路只需要1.5個(gè)小時(shí)，在記憶海綿材質(zhì)的床墊上約需5.5個(gè)小時(shí)，在鏤空的地毯上約需要4.5個(gè)小時(shí)。

此前，大多數(shù)機(jī)器人的強(qiáng)化學(xué)習(xí)都是在建模的仿真環(huán)境中進(jìn)行，直到虛擬機(jī)器人的算法足夠完善，可以安全運(yùn)行，研究人員才會(huì)將搭載該算法的機(jī)器人放置在現(xiàn)實(shí)環(huán)境中實(shí)驗(yàn)。機(jī)器人在行走時(shí)，通常需要人為干預(yù)，如跌倒時(shí)，需要有人扶起來(lái)。

這種方法可以避免機(jī)器人在反復(fù)實(shí)驗(yàn)的過(guò)程中，對(duì)周圍環(huán)境造成損害。但建模一般耗時(shí)長(zhǎng)、費(fèi)用高，且現(xiàn)實(shí)環(huán)境復(fù)雜多變。

將機(jī)器人直接放在現(xiàn)實(shí)環(huán)境中進(jìn)行訓(xùn)練，能夠讓它們很好地適應(yīng)自己所處的環(huán)境以及相似環(huán)境，但這需要技術(shù)的幫助。

Rainbow Dash結(jié)合了深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)兩種不同類型的AI技術(shù)，具備直接放置于真實(shí)環(huán)境中進(jìn)行訓(xùn)練的條件。

該機(jī)器人沒(méi)有任何專門的教學(xué)機(jī)制，例如，人工指導(dǎo)或輸入有標(biāo)簽的培訓(xùn)數(shù)據(jù)等。它完全依靠深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)技術(shù)。

深度學(xué)習(xí)技術(shù)可以使機(jī)器人系統(tǒng)處理和評(píng)估其身處的環(huán)境，從而獲得原始數(shù)據(jù)，并組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。

強(qiáng)化學(xué)習(xí)技術(shù)則可以使機(jī)器人的算法反復(fù)試驗(yàn)、學(xué)習(xí)如何執(zhí)行任務(wù)，并根據(jù)完成的程度來(lái)獲得獎(jiǎng)勵(lì)。也就是說(shuō)，當(dāng)機(jī)器人擅長(zhǎng)執(zhí)行某個(gè)步驟時(shí)，其獎(jiǎng)勵(lì)會(huì)增加，從而創(chuàng)建一種反饋機(jī)制，促使機(jī)器人學(xué)習(xí)最佳方法。

不過(guò)，Rainbow Dash并沒(méi)有完全失去人類的干預(yù)。當(dāng)它不小心離開(kāi)了原本要學(xué)習(xí)的空間，研究人員會(huì)對(duì)其進(jìn)行干預(yù)。例如，研究人員創(chuàng)建了邊界，機(jī)器人可以在該邊界內(nèi)學(xué)習(xí)走路，以防止它離開(kāi)該區(qū)域。

同時(shí)，研究人員還設(shè)計(jì)了特定的算法來(lái)防止機(jī)器人摔倒。

據(jù)《商業(yè)內(nèi)幕》（Business Insider）報(bào)道，谷歌研究負(fù)責(zé)人譚杰（Jan Tan）表示，這項(xiàng)研究花費(fèi)了約一年時(shí)間才完成。

譚杰稱，該研究仍處于早期階段。下一步，研究人員計(jì)劃在各種各樣的機(jī)器人上，以及更多樣化的環(huán)境中測(cè)試這一學(xué)習(xí)系統(tǒng)。

據(jù)Tech Xplor報(bào)道，斯坦福大學(xué)助理教授切爾西·芬恩（Chelsea Finn）表示，將人類干預(yù)從機(jī)器學(xué)習(xí)的過(guò)程中撤離，是件很困難的事情。機(jī)器人能夠自主學(xué)習(xí)，將使其能夠更好地適應(yīng)現(xiàn)實(shí)生活世界，而不是在實(shí)驗(yàn)室里。

用AI算法讓機(jī)器人具備自主學(xué)習(xí)能力，是當(dāng)前許多科研人員的研究方向。

據(jù)南加州大學(xué)維特比工程學(xué)院（USC Viterbi School of Engineering）網(wǎng)站消息，3月11日，該校的研究人員發(fā)明了第一個(gè)模擬動(dòng)物類肌腱驅(qū)動(dòng)的機(jī)器人四肢。

該機(jī)器人通過(guò)算法，能構(gòu)建屬于自己的肢體和環(huán)境內(nèi)部思維導(dǎo)圖，并像動(dòng)物一樣通過(guò)三肌腱、雙關(guān)節(jié)肢體等來(lái)學(xué)會(huì)如何走路，且不需要明確的編程。

南加州大學(xué)的生物醫(yī)學(xué)工程師弗朗西斯科·瓦萊羅·庫(kù)瓦斯（Francisco ValeroCuevas）表示，這項(xiàng)技術(shù)或許能為殘疾人提供反應(yīng)速度更快的假肢，也可能讓機(jī)器人安全地進(jìn)行太空任務(wù)，以及嘗試進(jìn)行一些搜索和救援任務(wù)等。

總結(jié)

以上是生活随笔為你收集整理的谷歌发明了自主学习机器人，1.5小时即能学会行走的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。