四足機(jī)器人由于其運(yùn)動(dòng)穩(wěn)定性在人們?nèi)粘Ｉ钪械膽?yīng)用越來越廣泛，但是由于相關(guān)硬件和軟件的制約，現(xiàn)有的機(jī)器人只能被束縛在一個(gè)固定的形態(tài)下工作，這種固定的形態(tài)使現(xiàn)有機(jī)器人不利于在復(fù)雜的環(huán)境中使用。
形態(tài)自適應(yīng)機(jī)器人是一項(xiàng)很有前途的技術(shù)，它可以在工作狀態(tài)下適應(yīng)大量不可預(yù)測的環(huán)境和任務(wù)，而不需要在機(jī)器人每次遇到意外情況時(shí)再重新設(shè)計(jì)。
近日，來自奧斯陸大學(xué)(University of Oslo)信息學(xué)院的研究團(tuán)隊(duì)成功研制出了一種新型四足機(jī)器人，它不僅能夠感知地形變換，同時(shí)還能根據(jù)地形變換自動(dòng)改變形態(tài)。這也是人類歷史上第一個(gè)功能齊全的形態(tài)自適應(yīng)機(jī)器人。
相關(guān)論文以 “Real-world embodied AI through a morphologically adaptive quadruped robot” 為題，于 3 月 16 日發(fā)表在科學(xué)期刊 Nature 子刊《自然-機(jī)器智能》(Nature Machine Intelligence)上。
(來源：Machine Intelligence)
新型四足機(jī)器人基于一種嵌入式的人工智能，由一個(gè)允許可以變換形態(tài)的四足機(jī)器人和一個(gè)適應(yīng)算法組成。其中基于人工智能的適應(yīng)算法，可以在當(dāng)前感知地形的基礎(chǔ)上，使機(jī)器人在最節(jié)能的形態(tài)中不斷變化。
利用這種基于人工智能算法的四足機(jī)器人，訓(xùn)練它在不同形態(tài)配置之間的有效過渡，結(jié)果表現(xiàn)出了大幅度的性能提升。這種人工智能與機(jī)器人結(jié)合的方式，展現(xiàn)了一種將形態(tài)學(xué)適應(yīng)性融入未來機(jī)器人設(shè)計(jì)的潛力。
機(jī)器人固定結(jié)構(gòu)的束縛
10 年前，日本發(fā)生 9 級(jí)地震引發(fā)海嘯，福島核電站受到影響發(fā)生爆炸。直到現(xiàn)在，核電站爆炸波及的地區(qū)，依然受到核輻射的影響，危害環(huán)境和人類健康。
如何檢測核反應(yīng)堆現(xiàn)在的情況，技術(shù)上的限制意味著最終的解決方案需要大量高度專業(yè)化的傳統(tǒng)機(jī)器人，相應(yīng)地需要大量的部署和延長任務(wù)時(shí)間。
但是檢測核反應(yīng)堆區(qū)域的機(jī)器人，面臨著許多艱難的挑戰(zhàn)：通過一條狹窄的管道進(jìn)入該區(qū)域，穿過平臺(tái)之間的縫隙，穿過各種類型的碎片，甚至在渾濁的水中游泳。
圖 | 福島核電站地面情況復(fù)雜多變(來源：NS Energy)
設(shè)計(jì)一個(gè)機(jī)器人在如此多樣和非結(jié)構(gòu)化的環(huán)境中工作是一項(xiàng)具有挑戰(zhàn)性的任務(wù)，因?yàn)樵诠ぷ鬟^程中，環(huán)境條件可能會(huì)發(fā)生變化，有時(shí)甚至是劇烈的變化。
使機(jī)器人變形從而適應(yīng)周圍環(huán)境是一個(gè)十分有吸引力的解決方案。盡管這種解決方案極具挑戰(zhàn)性，但是卻能夠?qū)崿F(xiàn)機(jī)器人處理更復(fù)雜的任務(wù)。
在現(xiàn)實(shí)世界中直接優(yōu)化或改變機(jī)器人形態(tài)的例子比較少，現(xiàn)有改變形態(tài)的方法主要是利用手動(dòng)裝配或重新配置的外部機(jī)構(gòu)。這種方法需要大量的時(shí)間、外部設(shè)備或人工干預(yù)，并且不適合在獨(dú)立操作期間進(jìn)行連續(xù)調(diào)整。
基于 AI 的四足機(jī)器人
正是因?yàn)樵O(shè)計(jì)、建造和維護(hù)具有復(fù)雜動(dòng)態(tài)形態(tài)機(jī)器人所面臨的挑戰(zhàn)，所以幾乎沒有內(nèi)置形態(tài)適應(yīng)能力的機(jī)器人。
近日，來自奧斯陸大學(xué)的研究團(tuán)隊(duì)成功開發(fā)了一種基于人工智能的形態(tài)學(xué)自適應(yīng)四足機(jī)器人，它可以利用可變的形態(tài)來適應(yīng)不斷變換的室內(nèi)或室外環(huán)境。
圖 | 形態(tài)自適應(yīng)機(jī)器人的結(jié)構(gòu) (來源：Machine Intelligence)
四足機(jī)器人形態(tài)適應(yīng)功能是通過可變長度的腿提供的，它股骨和脛骨的長度可以在工作中得到調(diào)節(jié)，從而實(shí)現(xiàn)不同的行走方式。
同時(shí)，形態(tài)自適應(yīng)機(jī)器人通過一種新的地形適應(yīng)算法，使機(jī)器人的形態(tài)適應(yīng)當(dāng)前地形。這種算法通過知識(shí)引導(dǎo)，在線改變機(jī)器人的形態(tài)配置，以便在感知的地形特征時(shí)，通過變換形態(tài)從而優(yōu)化能效。
該器人具有保持合理有效載荷的能力，并且在真實(shí)世界可以執(zhí)行戶外各種任務(wù)。同時(shí)，它還具有傳感和驅(qū)動(dòng)功能，可以在具有挑戰(zhàn)性的現(xiàn)實(shí)環(huán)境中關(guān)閉體現(xiàn)大腦 - 身體 - 環(huán)境回路。
此外，該研究有助于為靈活的硬件平臺(tái)鋪平道路，這些平臺(tái)能夠在室外等非結(jié)構(gòu)化的地形中執(zhí)行各種有用的任務(wù)。
不同環(huán)境不同形態(tài)
為了探究形態(tài)學(xué)自適應(yīng)機(jī)器人的性能，研究團(tuán)隊(duì)分別在不同的室內(nèi)環(huán)境和真實(shí)的室外環(huán)境中對(duì)機(jī)器人進(jìn)行了一系列的測試。
在觀察到對(duì)機(jī)器人行為的顯著影響之前，需要測量腿長的最小變化。每個(gè)腿段限五個(gè)均勻采樣的離散長度，總共給出 25 種不同的形態(tài)組合。
圖 | 三個(gè)表面上每種形態(tài)的能耗 (來源：Machine Intelligence)
當(dāng)在混凝土上行走時(shí)，機(jī)器人以長股骨和短脛骨以及中等股骨和中等脛骨實(shí)現(xiàn)最佳能耗。在沙地上，機(jī)器人使用短至中等長度的脛骨有很高的效率，而股骨長度對(duì)能耗的影響較小。礫石的稠度要小得多，但是使用最短的腿可以實(shí)現(xiàn)最低的能耗。
圖 | 室內(nèi)測試環(huán)境與結(jié)果 (來源：Machine Intelligence)
在室內(nèi)的測試中，研究人員分別測試了沙子 - 礫石和礫石 - 混凝土組合下機(jī)器人的適應(yīng)能力。這些盒子被放置在一個(gè)運(yùn)動(dòng)捕捉設(shè)備中，以實(shí)現(xiàn)高精度的室內(nèi)定位。
能耗數(shù)據(jù)顯示，在一個(gè)地形上特化的形態(tài)不能很好地轉(zhuǎn)移到另一個(gè)地形上，沒有一種形態(tài)在兩個(gè)地形上都是表現(xiàn)最好的。
混凝土專用形態(tài)(橙色)的平均能耗為 23，過渡后上升至 37，導(dǎo)致能耗降低約 60%。礫石專用形態(tài)(綠色)從平均能耗為 36 開始，但在礫石上達(dá)到 26，顯示在踏上形態(tài)的最佳地形后提高了約 70%。
自適應(yīng)形態(tài)學(xué)(藍(lán)色)在這些已知的地形上表現(xiàn)一致，并且變化檢測算法在適當(dāng)?shù)臅r(shí)間觸發(fā)形態(tài)學(xué)的切換。
圖 | 室外測試環(huán)境與結(jié)果 (來源：Machine Intelligence)
戶外測試的路線從一片草地開始，然后機(jī)器人踏上混凝土道路，最后它回到草地上。再次回到同一個(gè)表面，可以測試算法能夠在何種程度上基于先前在草地上行走的經(jīng)驗(yàn)來調(diào)整它的模型。
能源效率數(shù)據(jù)顯示，每個(gè)階段的效率都降低了 10% 以上，這種適應(yīng)性在所有三個(gè)地形部分都優(yōu)于全方位的最佳形態(tài)。
圖 | 自適應(yīng)算法分析 (來源：Machine Intelligence)
同時(shí)，研究人員還對(duì)自適應(yīng)算法進(jìn)行了分析，自適應(yīng)算法允許機(jī)器人在自然、非結(jié)構(gòu)化的地形上進(jìn)行現(xiàn)場室外實(shí)驗(yàn)時(shí)，使用以前學(xué)習(xí)的模型作為參考點(diǎn)，根據(jù)以前看不到的環(huán)境不斷改變其形態(tài)。同時(shí)在重新回到已有環(huán)境時(shí)，自適應(yīng)算法成功地將新地形的經(jīng)驗(yàn)與基線數(shù)據(jù)集相結(jié)合，以快速生成低誤差預(yù)測。
朝著更加完美的方向邁進(jìn)
改變形態(tài)來適應(yīng)現(xiàn)實(shí)世界環(huán)境，是征服非結(jié)構(gòu)化地形的一種強(qiáng)大而有前途的技術(shù)，與當(dāng)前機(jī)器人普遍存在的靜態(tài)形態(tài)相比，具有相當(dāng)大的優(yōu)勢。一系列室內(nèi)和室外的測試顯示，該機(jī)器人系統(tǒng)可以快速的在草地上學(xué)習(xí)到高性能的形態(tài)，盡管它以前只經(jīng)歷過沙子、礫石和混凝土。
研究團(tuán)隊(duì)的一系列試驗(yàn)也已經(jīng)證實(shí)了這種方式的有效性，并且與最好的單一靜態(tài)形態(tài)相比，嵌入的人工智能提供了顯著改善的性能。
這種動(dòng)態(tài)變形策略在測試過程中比任何單一靜態(tài)形態(tài)都具有更好的能耗，并且自適應(yīng)形態(tài)是機(jī)器人在非結(jié)構(gòu)化地形中工作的一個(gè)有利特征。
但是，現(xiàn)有的形態(tài)自適應(yīng)機(jī)器人研究也存在一定的不足。研究所使用控制器到形態(tài)學(xué)的一對(duì)一映射，而不是明確搜索有效的身體 - 大腦組合。相比較來講后者是一種擁有更快適應(yīng)速度的方式。
在高度動(dòng)態(tài)的環(huán)境中，更快的適應(yīng)將是有利的，但是現(xiàn)有的變換速率較慢。在這種環(huán)境中，機(jī)器人必須不斷地在其瞬時(shí)形態(tài)配置和模型預(yù)測的最佳配置之間追趕。同時(shí)，未來也可以考慮更高級(jí)的形態(tài)適應(yīng)機(jī)制。
(來源：Freepik)
這些結(jié)果的影響可能是深遠(yuǎn)的。研究人員希望能夠啟發(fā)類似機(jī)制的設(shè)計(jì)和采用，例如在商業(yè)平臺(tái)上，以進(jìn)一步擴(kuò)大它們的使用范圍。同時(shí)，這項(xiàng)研究工作是朝著形態(tài)自適應(yīng)機(jī)器人方向邁出的重要一步，也標(biāo)志著機(jī)器人在非結(jié)構(gòu)化環(huán)境中操作的總體目標(biāo)得以實(shí)現(xiàn)。
文章來源于學(xué)術(shù)頭條 ，作者?陽光
（轉(zhuǎn)載）
