MIT迷你機械人新模式 行動和學習「全自動波」

［星島綜合報道］麻省理工學院的迷你獵豹機械人(mini cheetah robot)打破了自己的個人最佳速度，達到了8.72英里/小時(14.04公里/小時)，這要歸功於一個新的無模型強化學習系統，該系統允許機械人自己找出最佳的運行方式，並允許它適應不同的地形，而不依賴於人類的分析。

迷你獵豹並不是目前最快的四足機械人。2012年，其較大的獵豹兄弟姐妹的最高速度達到了28.3英里/小時(45.5公里/小時)，但麻省理工學院Improbable人工智能實驗室和美國國家科學基金會人工智能與基礎互動研究所(IAIFI)正在開發的迷你獵豹更加靈活，甚至不需要邁出一步就能學習。

在一個新的視頻中，可以看到這個四足機械人撞上了障礙物並復原，在障礙物中飛奔，在一條腿失去作用的情況下奔跑，並適應濕滑、冰冷的地形，以及鬆散的礫石山。這種適應性要歸功於一個簡單的神經網絡，它可以對可能使其處於高壓力的新情況作出評估。

通常情況下，機械人如何移動是由一個系統控制的，該系統使用基於對機械肢體如何移動的分析的數據來創建模型作為指導。然而，這些模型往往是低效和不足夠的，因為不可能預測到每一個突發情況。

當一個機械人以最高速度運行時，它是在其硬件的極限下運行的，這使得它很難建模，所以機械人很難迅速適應環境的突然變化。為了克服這個問題，麻省理工學院的團隊選擇了通過經驗學習的機械人，而不是分析設計的機械人，如波士頓動力公司的Spot，它依賴於人類分析運動的物理學，並手動配置機械人的硬件和軟件。

在這種情況下，機械人在沒有人類參與的情況下通過試驗和錯誤進行學習。如果機械人對不同的地形有足夠的經驗，它可以自動改善其行為，而且這種經驗甚至不需要在現實世界中。據該團隊稱，通過模擬，迷你獵豹在靜止不動的情況下可以在三個小時內積累100天的經驗。

「我們開發了一種方法，通過這種方法，機械人的行為從模擬的經驗中得到改善，我們的方法關鍵還能在現實世界中成功部署這些學到的行為，」麻省理工學院博士生Gabriel Margolis和IAIFI博士後Ge Yang說。「為什麼機器械人的運行技能在現實世界中運行良好，其背後的直覺是：在它在這個模擬器中看到的所有環境中，有些環境將教會機械人在現實世界中有用的技能。當在現實世界中操作時，我們的控制器會實時識別並執行相關技能。」

研究人員聲稱，有了這樣一個系統，就有可能擴大技術規模，而傳統的範式不能輕易做到這一點。

「建立一個具有許多不同技能的機械人的一個更實際的方法是告訴機械工程人做什麼，讓它自己想辦法。」

圖片：MIT

T09

---------------------------------------------

>>>立即瀏覽【移民百答】欄目：新移民抵埗攻略，老華僑也未必知道的事，移民、工作、居住、食玩買、交通、報稅、銀行、福利、生育、教育。

>>>即讀【新移民專欄】：新移民第一身經驗，與你分享當下年輕移民生活日常大小事，即讀「新移民專欄」。