这个机器人腿如何学会自己走路

大多数机器人必须被编程以执行特定任务。但是，两名南加州大学的研究人员建造了一个机器人肢体，可以教会自己如何通过反复试验。

大多数机器人必须经过编程才能执行特定的重复性任务 - 从制作咖啡和披萨到提供高五。但是，如果机器人可以随着时间的推移而改善，就像幼儿将不稳定的步骤变成自信的冲刺一样。

这是两名南加州大学研究人员的目标，他们建造了一个3腱，2关节机器人肢体，可以教会自己如何通过反复试验。“我们希望对大脑和身体进行逆向工程，并创造出令人敬畏的机器人，”生物医学工程教授兼生物运动与物理治疗教授Francisco Valero-Cuevas博士说。

他和USC Viterbi工程学院的博士生Ali Marjaninejad刚刚发表了一篇关于他们工作的论文，该论文封面于3月号的Nature Machine Intelligence。我们在出版之前与他们交谈过; 这里是我们对话的编辑和简要摘录。

你能解释一下你的新机器人肢体是如何“学会”走路的吗?

[Ali Marjaninejad]我们将此算法称为General-to Specific或G2P，因为我们首先让系统随机播放以内化腿的一般属性，如儿童[学走路]。然后，每当它接近给定任务的良好表现时，我们就给予奖励。在这种情况下，向前移动跑步机。这被称为强化学习，因为它类似于动物对积极强化的反应方式。

请告诉我们这个实验，它使用一种叫做电动潺潺声的东西，就像新生小马一样“弄清楚”如何尽快跑去避开掠食者?

[上午]这个过程分为两步：首先是唠叨，然后是表演。但更详细地说，这会产生有趣的后果。首先，它可以快速学习足够好的解决方案 - 就像需要尽快走路的小马一样。在另一个层面上，电动机唠叨类似于动物如何训练神经系统的下部部分，例如脊髓，这直接控制肌肉。因此，bab呀学语可以创建一个预调谐系统，然后“高级”控制器就可以使用 - 就像你的大脑使用脊髓来控制你的身体一样。如果将这两者结合起来，那么即使不是很好，机器人也会学会快速行走。随后，该算法将继续改进如何利用系统的复杂动态。每次执行任务时，它都会继续学习如何提高性能，就像你和我一样。

这与现有的机器人控制器有很大不同吗?

[AM]是的。这与今天机器人的控制方式形成鲜明对比，主要依靠精确的方程式，复杂的计算机模拟或数千次重复来完善任务。大自然没有这种奢侈的时间; 动物需要快速学习，做好事情才能再活一天。

肢体如何创建一个“神经网络”，以便知道如何移动?

[AM]算法的内部部分是将学习编码为简单的3层神经网络的连续训练。在bab呀声阶段，系统会向电机发送随机指令并检测关节角度。然后，它将训练3层神经网络以猜测哪些命令将产生给定的运动。然后我们开始执行任务并强化良好行为。即使这样，每次执行任务时的电机命令和关节角度 - 即其“经验” - 将用于细化该神经网络的权重。

这个肢体也有肌腱，对吧?就像人类一样?

[博士 Francisco Valero-Cuevas]的确如此。大多数机器人系统使用直接旋转它们的马达来控制腿和臂的关节。大自然没有那种奢侈，因为它必须通过肌腱在远处作用。因此，生物肢体的物理，力学和数学与传统机器人的基本不同。因此，我们想要探索这些“复杂”解剖学的内容，这些解剖学允许动物的多功能性和敏捷性，我们希望我们的机器人能够拥有它。我们选择控制这种生物启发的腿，因为只有这样我们才能面对大脑所面临的实际问题才能产生运动。