首页 > 科技 > > 正文
2019-11-07 15:44:40

新的AI算法可以让机器人学会自己移动 模仿动物

导读 对于新生的长颈鹿或牛羚来说,出生可能是对世界的危险介绍 - 掠食者躺在等待机会为这群最弱的成员做饭。这就是为什么许多物种已经进化出

对于新生的长颈鹿或牛羚来说,出生可能是对世界的危险介绍 - 掠食者躺在等待机会为这群最弱的成员做饭。这就是为什么许多物种已经进化出来让他们的少年在出生后几分钟内找到自己的立足点。

这是一项令人惊讶的进化壮举,长期以来一直激励着生物学家和机器人专家 - 现在南加州大学维特比工程学院的南加州大学研究人员相信他们已经成为第一个创造由动物肌腱驱动的人工智能控制机器人肢体的人。甚至被绊倒然后在下一个脚步的时间内恢复,这是一个机器人从未明确编程过的任务。

Francisco J. Valero-Cuevas,生物医学工程教授,南加州大学生物机能学和物理治疗教授,与USC Viterbi工程学院博士生Ali Marjaninejad和另外两名博士生Dario Urbina-Melendez和Brian Cohn合作开展的项目开发了一种生物启发算法,只需5分钟的非结构化游戏即可自行学习新的步行任务,然后无需任何额外编程即可适应其他任务。

他们的文章在3月份的自然机器智能封面文章中概述,为理解人类运动和残疾创造了令人兴奋的可能性,创造了响应式假肢,以及可以与复杂和不断变化的环境(如太空探索和搜索和救援)相互作用的机器人。

“如今,机器人需要相当于几个月或几年的培训才能准备好与世界互动,但我们希望实现自然界中的快速学习和适应,”资深作者Valero-Cuevas说道,他也有在南加州大学任命计算机科学,电气和计算机工程,机械和航空航天工程以及神经科学。

南加州大学生物医学工程系的博士生Marjaninejad和该论文的主要作者表示,这一突破类似于婴儿自然学习。Marjaninejad解释说,机器人首先被允许在自由游戏过程中(即所谓的“电机bab呀学语”)了解其环境。

“腿的这些随机运动允许机器人建立其肢体的内部地图及其与环境的相互作用,”Marjaninejad说。

该论文的作者说,与大多数当前的工作不同,他们的机器人边做边学,没有任何先前或并行的计算机模拟来指导学习。

Marjaninejad还补充说,这一点特别重要,因为程序员可以预测和编码多个场景,但不是针对每个可能的场景 - 因此预先编程的机器人不可避免地容易出现故障。

“但是,如果你让这些[新]机器人从相关经验中学习,那么他们最终会找到一个解决方案,一旦找到,将根据需要投入使用和改编。解决方案可能不完美,但如果对于这种情况来说已经足够了。不是我们每个人都需要或者想要 - 或者能够花费时间和精力 - 来赢得奥运奖牌,“Marjaninejad说。

通过这个发现他们的身体和环境的过程,在南加州大学Valero Cuevas实验室设计的机器人肢体利用他们独特的经验开发出适合他们的步态模式,生产具有个性化运动的机器人。“你可以认出有人下楼,因为他们有特定的脚步,对吗?”Valero-Cuevas问道。“我们的机器人利用其有限的经验找到问题的解决方案,然后成为其个性化的习惯,或'个性' - 我们得到了精致的助行器,懒惰的助行器,冠军......你的名字。”

该技术的潜在应用很多,特别是在辅助技术中,机器人肢体和外骨骼直观且响应用户的个人需求对于那些失去四肢使用的人来说是非常宝贵的。“外骨骼或辅助装置需要自然地解释你的动作以适应你的需要,”Valero-Cuevas说。

“因为我们的机器人可以学习习惯,他们可以学习你的习惯,并模仿你在日常生活中所需的任务的运动风格 - 即使你学习新的任务,或者变得更强壮或更弱。”

这组作者说,这项研究还将在太空探索和救援任务领域有很强的应用,允许机器人在冒险进入一个新星球或不确定和危险的地形时,不需要护送或监督就可以做必要的事情。在自然灾害之后。例如,这些机器人能够适应低重力或高重力,松散的岩石,以及下雨后的泥浆。

该论文的另外两位作者,博士生Brian Cohn和Dario Urbina-Melendez参与了研究:

“物种在身体和环境发生变化时学习和适应运动的能力从一开始就是进化的强大动力,”南加州大学维特比工程学院计算机科学博士候选人科恩说。“就像动物一样,我们的工作是朝着增强机器人学习和适应每种体验迈出的一步。”

“我设想肌肉驱动的机器人,能够在短短几分钟内掌握动物需要几个月学习的东西,”生物医学工程博士候选人Urbina-Melendez说道,他相信机器人能够从生活中获取大胆的灵感。 。“我们将工程,人工智能,解剖学和神经科学相结合的工作强烈表明这是可能的。”