假设你醒来后发现自己变成了一只六足昆虫。这可能是一种相当令人不安的体验,但如果你坚持下去,你可能会想知道你的新身体能做什么和不能做什么。也许你会找到一面镜子。也许,再过一点时间,你就能适应这个新形态。 这个奇妙的概念与一些工程师想要利用来制造更好的机器人的原理并无太大不同。为了进行演示,一个小组制造了一个机器人,它可以通过实践来学习自己的形态可以做什么。 北卡罗来纳州杜克大学的机器人专家陈博远说:“我们的想法是,机器人需要照顾自己。为了做到这一点,我们希望机器人能够理解自己的身体。”陈博远和他的同事于 7 月 13 日在《科学机器人》杂志上发表了他们的研究成果。 他们的机器人相对简单:一只手臂安装在桌子上,周围有五台摄像机。机器人可以访问摄像机的画面,因此它能够看到自己,就像在一个满是镜子的房间里一样。研究人员指示它执行触摸附近球体的基本任务。 借助神经网络,机器人拼凑出一个模糊的模型,就像孩子在自画像中涂鸦一样。这也有助于人类观察者为机器的行为做好准备。例如,如果机器人认为它的手臂比实际短,它的操控者就可以阻止它意外撞到旁观者。 就像婴儿摆动四肢一样,机器人开始理解其动作的效果。如果它旋转末端或前后移动,它就会知道它是否会击中球体。经过大约三个小时的训练,机器人了解了其材料外壳的局限性,足以轻松触摸球体。 “简单地说,这个机器人有一只内在的眼睛和一个内在的独白:它能看到外面是什么样子,并且可以自我推理它必须执行的动作在现实中会如何实现,”佛蒙特大学的机器人专家乔希·邦加德 (Josh Bongard) 说,他过去曾与论文作者合作过,但不是作者。 [相关:麻省理工学院的科学家教机器人如何互相破坏] 机器人知道自己的长相本身并不是什么新鲜事。大约在阿波罗登月时期,加州的科学家制造了 Shakey 机器人,这是一个四四方方的装置,在《外部极限》的剧集中很常见。Shakey 预装了自身的模型,帮助这个原始机器人做出决策。 从那时起,工程师们就经常使用一种相当普遍的做法,即用机器人自身或周围环境的图像来编程,机器人可以参考这些图像来做出决定。但这并不总是有利的,因为机器人的适应能力并不强。如果机器人有一个或几个预设任务,那么这样做就没问题,但对于具有更通用目的的机器人,研究人员认为他们可以做得更好。 最近,研究人员尝试在虚拟现实中训练机器人。机器人在模拟中学习动作,然后在现实世界中付诸实践。这听起来很优雅,但并不总是实用。运行模拟并让机器人在其中学习需要大量的计算能力,就像许多其他形式的人工智能一样。无论是财务上还是环境上,成本都会增加。 另一方面,让机器人在现实生活中自学则打开了更多的大门。它对计算的要求较低,与我们学习如何看待自己不断变化的身体并无不同。“我们对自己的身体,对自己能做什么和不能做什么有着连贯的理解,一旦我们弄清楚了这一点,我们就会每天延续和更新我们身体的能力,”陈说。 这一过程可以帮助机器人在人类无法进入的环境中工作,例如深海或地球大气层外。即使是普通环境中的机器人也可能利用这种能力。例如,工厂机器人可能能够确定是否存在故障并相应地调整其程序。 这些研究人员的手臂只是朝着这个目标迈出了第一步。它甚至与简单动物的身体都相差甚远,更不用说与人类的身体了。 也就是说,这台机器只有四个自由度,也就是说它只能做出四种不同的动作。科学家们现在正在研究一种有十二个自由度的机器人。人体有数百个自由度。外表坚硬的机器人与外表柔软灵活的机器人截然不同。 “系统越复杂,就越需要这种自我模型来做出预测。你不能只靠猜测来预测未来,”哥伦比亚大学机械工程师、论文作者之一霍德·利普森 (Hod Lipson) 认为。“我们必须弄清楚如何在日益复杂的系统中做到这一点。” [相关:棒球裁判会用机器人取代吗?] 机器人专家们乐观地认为,指导该机器人的机器学习可以应用于更复杂的系统。邦加德表示,机器人学习的方法已被证明具有很好的可扩展性,并且可能也适用于其他领域。 “如果你的机器人现在能够用很少的计算工作量来构建自己的模型,那么它就可以构建和使用许多其他事物的模型,比如其他机器人、自动驾驶汽车……或者有人伸手去关掉你的开关,”邦加德说。“当然,你用这些信息做什么取决于你。” 对于利普森来说,制造一个能够理解自己身体的机器人不仅仅是未来制造更智能的机器人的问题。他相信他的团队已经创造了一个能够理解自己身体的局限性和能力的机器人。 我们可能认为自我意识就是能够思考自己的存在。但如果你最近接触过婴儿,你就会知道,自我意识还有其他形式。 “对我来说,”利普森说,“这是迈向有感知机器人的第一步。” |
<<: 现在同步 Google 和 Apple 日历不再那么烦人
>>: 倡导组织警告称,社交媒体巨头正在辜负他们的 LGBTQ 用户
不要再让你的鳄梨变质了。不要再把切碎的食材送到炉灶上弄得一团糟了。不要再在切洋葱时切到指关节了。不要...
潜水!! - 潜水 - 全面评论和推荐概述“潜水!!”是根据森卫藤的小说改编的电视动画,于2017年...
在 COVID-19 疫情爆发之前,二维码就很流行,但现在它们无处不在,从餐厅菜单到广告牌。这些方形...
一项研究警告称,厨房用具和儿童玩具中常见的塑料存在健康风险,该研究的作者对其报告进行了重大更正。根据...
仇恨言论是一个广泛存在的有害问题,困扰着社交媒体。外交关系委员会表示,它甚至会渗透到针对少数群体的真...
《光之美少女公主Go》:光之美少女系列的全新辉煌《加油!光之美少女公主》是光之美少女系列的第12部作...
新型机器人按摩器可以在您的身体上滚动而不会掉落,提供放松的按摩,而不会产生任何尴尬的对话。 “Whe...
Facebook 的新 Terragraph 网络使用毫米波在高密度地区提供互联网。Facebook...
IBM 的 Watson 超级计算机已经掌握了《危险边缘!》的技巧,甚至可以制作出创新的菜谱。下一步...
你觉得现在你很擅长做汉堡吗?读完这篇文章后,你可能会做得更好。Zac Cain/Unsplash这个...
最物有所值的耳机: Meze Audio 109 PRO最佳专业级耳机: Audeze MM-500...
《风之塔》:为什么这款怀旧 OVA 至今仍大放异彩1991年9月27日发行的OVA《风之塔》改编自轻...
典型的粉刺是由皮肤中的油脂腺或细菌堵塞引起的,虽然大多数粉刺无害,但它们可能会感染(并引起疼痛),尤...
罗兰·G·墨菲 (Roland G. Murphy) 是 RGM 手表公司的 R、G 和 M,该公司...
巴厘岛阿贡火山的喷发引发了全球媒体的关注,然而印尼火山喷发并不是什么新鲜事。印尼共有 139 座“活...