教機(jī)器人如何走路已經(jīng)不新鮮了，如果教機(jī)器人摔倒后如何站起來(lái)呢？近日，蘇黎世聯(lián)邦理工學(xué)院（ETH Zurich）的研究人員在人工智能（AI）的幫助下，完成了這項(xiàng)不簡(jiǎn)單的任務(wù)。

在Arxiv．org一篇新發(fā)表的論文“使用深度強(qiáng)化學(xué)習(xí)的四足動(dòng)物機(jī)器人的強(qiáng)健恢復(fù)控制器”中，他們描述了幫助機(jī)器人在絆倒和摔倒后從地上爬起來(lái)的人工智能系統(tǒng)。

研究人員在報(bào)告中寫(xiě)道：“在摔倒的情況下，動(dòng)物表現(xiàn)出從任何姿勢(shì)中恢復(fù)過(guò)來(lái)的非凡能力，它們可以通過(guò)擠壓周?chē)h(huán)境和擺動(dòng)四肢來(lái)獲得動(dòng)力。在有腿的機(jī)器人中擁有類(lèi)似的能力，將顯著提高它們對(duì)失敗的穩(wěn)健性，并擴(kuò)大它們?cè)趷毫迎h(huán)境中的適用性。我們?cè)谀壳暗墓ぷ髦?，通過(guò)開(kāi)發(fā)一個(gè)四足機(jī)器人的穩(wěn)健恢復(fù)機(jī)動(dòng)控制策略來(lái)解決這個(gè)問(wèn)題?！?/p>

他們的模型采用了一種名為深度強(qiáng)化學(xué)習(xí)的人工智能訓(xùn)練技術(shù)，該技術(shù)使用一種獎(jiǎng)勵(lì)機(jī)制來(lái)驅(qū)使探員朝著特定的目標(biāo)前進(jìn)，并控制機(jī)器人的恢復(fù)動(dòng)作。通過(guò)四種神經(jīng)網(wǎng)絡(luò)策略，即研究人員在模擬環(huán)境中分別對(duì)它們進(jìn)行了訓(xùn)練，再將它們部署在一個(gè)名叫ANYmal，有四條腿，如小狗一般大小，并且擁有12個(gè)自由度的機(jī)器人上。

控制器組件根據(jù)最近的觀察、命令、先前選擇的行為類(lèi)型和先前的動(dòng)作等因素，為機(jī)器人的給定情況選擇三種行為之一——移動(dòng)、站立或自扶正，另外一個(gè)模塊則是高度估計(jì)器，測(cè)量了它的基礎(chǔ)高度，以防止機(jī)器人偏離軌道。

研究人員說(shuō)，人工智能驅(qū)動(dòng)的策略消除了手工制定恢復(fù)規(guī)則和序列的需要，相對(duì)于許多流行的控制方案具有優(yōu)勢(shì)。此外，結(jié)果被證明是非常欣喜的，因?yàn)樗鼈兡軌蛱幚聿豢深A(yù)知的情況，比如機(jī)器人的腿卡在底部以下。

初步結(jié)果令人鼓舞，在機(jī)器人開(kāi)始躺下的50次測(cè)試中，自我糾正策略在5秒內(nèi)成功恢復(fù)。此外，即使機(jī)器人的底座幾乎是倒立的，腿被卡在下面的時(shí)候，它也能成功，有時(shí)它會(huì)在嘗試站立之前，指令機(jī)器人側(cè)翻。

在第二項(xiàng)實(shí)驗(yàn)中，研究人員在任何動(dòng)物行走或站立時(shí)踢它，這項(xiàng)政策成功恢復(fù)了47次，只有當(dāng)機(jī)械四足動(dòng)物的關(guān)節(jié)位置異常高時(shí)才會(huì)失敗。研究人員承認(rèn)，該系統(tǒng)只在平地上訓(xùn)練和測(cè)試過(guò)，這意味著它在面對(duì)陡峭的斜坡或崎嶇的地形時(shí)很可能會(huì)失敗。但在未來(lái)的工作中，他們計(jì)劃通過(guò)隨機(jī)模擬環(huán)境來(lái)解決這一限制。