中关村集成电路设计园正式开园
06-06
动物们驰骋在田野上，灵巧地爬上树，很快就站稳了脚跟，然后跌倒了。
就像我们的灵长类近亲一样，人类可以使用拇指和精细运动技能来完成任务，例如毫不费力地剥柑橘皮或在黑暗的走廊中找到正确的钥匙。
虽然行走和抓握对于许多生物来说都是小菜一碟，但机器人却在步态运动和灵活性方面遇到了困难。
现在，Hwangbo等人在《科学机器人》杂志上发表的报告证明了一件有趣的事情：设计机器人软件的某种方法需要数据驱动，而这种方法恰好可以克服机器人领域长期存在的问题，人工智能研究。
挑战之一是模拟与现实之间的差距。
几十年来，机器人专家构建了基于预测数学模型（称为经典控制理论）的软件来指导机器人肢体的动作。
然而，这种方法并不能有效地引导机器人肢体完成看似简单的行走、攀爬和抓取问题。
机器人通常在模拟中开始其生命。
当其引导软件在虚拟世界中表现良好时，该软件就会被放置在机器人内部，然后与机器人一起进入现实世界。
在现实世界中，机器人不可避免地会遇到不可预测的条件，包括表面摩擦、结构灵活性、振动、传感器延迟和时滞执行器，这些条件将能量转换为运动指令。
不幸的是，这些条件无法提前通过数学运算详细描述。
因此，即使是在模拟中表现良好的机器人，在遇到看似微小的物理障碍时也可能会绊倒甚至摔倒。
Hwangbo和其他人已经开发出一种通过将经典控制理论与机器学习技术相结合来缩小类似差距的方法。
雷锋网注：【图片来源：nature 所有者：ETH Zurich/Daniel Winkler】首先，团队设计了一个中型四足机器人的传统数学模型，命名为 ANYmal（上图）。
接下来，他们从引导机器人肢体运动的执行器收集数据。
然后，他们将收集到的数据输入称为神经网络的机器学习系统，以构建第二个模型，该模型可以自动预测 AMYmal 机器人四肢的具体运动。
最后，团队将经过训练的神经网络插入第一个模型，并在标准台式计算机上运行混合模型。
混合模拟器比基于分析模型的模拟器更快、更准确。
更重要的是，机器人的运动在混合模拟器中得到优化后，会被转移到机器人的身体中并连接到现实世界。
此时，机器人在现实世界中的动作就和模拟器中一样成功了。
这一迟来的突破结束了模拟与现实之间看似不可逾越的鸿沟。
Hwangbo等人使用的方法也暗示了机器人领域的另一个重大转变。
混合动力车型的出现是这一重大转变的第一步。
下一步将是完全逐步淘汰分析模型，并用机器学习模型取而代之，这些模型将根据机器人在现实环境中收集的数据进行训练。
目前，这种称为端到端训练的纯数据方法正在获得发展势头。
媒体报道了包括铰接式机械臂、多指机械臂、无人机，甚至自动驾驶汽车在内的创新应用。
机器人专家仍在钻研如何提升计算速度、丰富传感器数据、提高机器学习算法的质量。
目前还不清楚大学是否应该停止教授经典控制理论。
不过，笔者认为这是一个不祥的征兆：未来的机器人将不再依赖专家行走。
相反，他们可以使用自己体内的数据来学习。
当然，仍然存在许多挑战，其中最重要的是可扩展性。
到目前为止，端到端的训练机制仅适用于只有少量执行器的物理机器人。
执行器越少，描述机器人运动所需的参数就越少，模型就越简单。
实现可扩展性的途径可能包括使用更多层和模块化机器学习架构。
还需要知道端到端控制是否可以扩大规模，以引导具有数十个执行器的复杂机器，包括人形机器人，以及制造工厂或智能城市（使用数字技术的城市地区）等大型系统改善公民生活）。
做进一步的研究。
另一个挑战是低技术、高个性。
对于一些研究人员来说，从使用相对简单的数学模型到应用机器学习系统的“潘多拉魔盒”（其内部运作方式尚不清楚）的转变，标志着洞察力的终结和失控感。
对我来说，看到机器人像孩子一样学会自己走路是很令人满意的。
Hwangbo等人提出的见解也可以从心灵的奥秘的角度来考虑。
意识一直是人类本性最古老的奥秘之一。
人类对自我意识的定义非常模糊。
然而，对机器人软件的研究可以为有关人类思维的古老问题提供见解。
我们可以推测，自我意识，以及延伸出来的意识，其核心是我们抽象思考自己的能力的表达，即自我模仿。
一个人看得越远，他对未来的想象就越详细，他的自我意识就越强。
现在，机器人可以学习模拟自己。
这一突破不仅具有实用性，可以减轻一些工程负担，而且还标志着机器人自主时代的开始。
雷锋网注：本文编译自nature。
雷锋网注：【封面图片来源：网站名称性质，所有者：苏黎世联邦理工学院/Daniel Winkler】雷锋网版权所有，未经授权禁止转载。
详情请参阅转载说明。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-06
06-17
06-17
06-17
06-06
06-18
06-17
06-06
06-17
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态