為什么要給機(jī)器人配上腿

麻省理工學(xué)院（MIT）的仿生學(xué)實(shí)驗(yàn)室最近讓迷你獵豹機(jī)器人（Mini Cheetah）的速度打破了記錄：雖然它還比不上飛人博爾特，但它可能已經(jīng)比你跑得快了。此外，這個(gè)機(jī)器人沒有視力，而麻省理工學(xué)院的研究人員也并沒有訓(xùn)練它走或跑。相反，它是自己學(xué)會(huì)的，而且只用了三個(gè)小時(shí)。

其中的關(guān)鍵在于：將人工從大部分制造過程中移除，以及模擬器的廣泛使用。

“傳統(tǒng)上，人們一直在使用的（訓(xùn)練機(jī)器人）的過程需要你研究實(shí)際的系統(tǒng)并手動(dòng)設(shè)計(jì)模型。..。..這個(gè)過程是好的，也是成熟的，但它的可擴(kuò)展性不是很強(qiáng)?！甭槭±砉W(xué)院教授Pulkit Agrawal最近在TechFirst的播客上告訴筆者?！暗F(xiàn)在，我們正在將人類從特定行為的設(shè)計(jì)中移除?！?/p>

Agrawal說，用傳統(tǒng)方法訓(xùn)練機(jī)器人需要大約100天的高強(qiáng)度訓(xùn)練。這是計(jì)算機(jī)科學(xué)家和工程師在設(shè)計(jì)行為和完成數(shù)月的試錯(cuò)學(xué)習(xí)所需要的時(shí)間。

將時(shí)間縮短到3個(gè)小時(shí)意味著要大量使用使用來自英偉達(dá)（NVIDIA）和其他合作伙伴的技術(shù)模擬器，同時(shí)也意味著要改變訓(xùn)練方法，即從告訴機(jī)器人該做什么，變成到讓它（相對(duì)）自由地去犯錯(cuò)。

“如果我要移除一個(gè)人類設(shè)計(jì)師……我需要付出代價(jià)?！盇grawal說?！斑@個(gè)代價(jià)就是我們要做試錯(cuò)學(xué)習(xí)，但這需要更多的數(shù)據(jù)……如果你在現(xiàn)實(shí)世界中做這個(gè)，代價(jià)是非常昂貴的，因?yàn)樗枰?00天的現(xiàn)實(shí)世界經(jīng)驗(yàn)，而且如果機(jī)器人摔倒了，那就不太妙。所以，模擬器提供的是一種安全的游樂場(chǎng)，機(jī)器人在這里摔倒以后還可以從頭來過，而且模擬器的運(yùn)行速度比現(xiàn)實(shí)時(shí)間快得多。”

所以，模擬器和可以犯下沒有后果的錯(cuò)誤的自由就是這其中最要緊的兩個(gè)因素。

之前的機(jī)器人運(yùn)行控制系統(tǒng)，比如波士頓動(dòng)力公司（Boston Dynamics）的機(jī)器人和麻省理工學(xué)院的獵豹3（Cheetah 3），都是經(jīng)過人工分析設(shè)計(jì)的。麻省理工學(xué)院表示，這意味著要依靠工程師來分析運(yùn)動(dòng)的物理特性，制定抽象概念，并實(shí)現(xiàn)控制器的層次結(jié)構(gòu)，從而使機(jī)器人保持平衡和運(yùn)行。在現(xiàn)實(shí)世界中，這意味著試錯(cuò)、分析錯(cuò)誤、調(diào)整軟件模型，以及重新嘗試……與此同時(shí)，你還得盡量避免機(jī)器人硬件在每次掉下來的時(shí)候都把自己砸成碎片。

所以模擬是可行的，自我學(xué)習(xí)也是可行的，但還有一個(gè)關(guān)鍵步驟，那就是讓模擬的技能適應(yīng)現(xiàn)實(shí)世界，畢竟現(xiàn)實(shí)世界與模擬環(huán)境還是有所不同。（無論你的模擬環(huán)境有多好，它都不可能完全等同于現(xiàn)實(shí)。）

麻省理工學(xué)院表示：“我們開發(fā)了一種方法，通過這種方法，機(jī)器人的行為可以從模擬經(jīng)驗(yàn)中得到改善，而且我們的方法還能在現(xiàn)實(shí)世界中成功部署這些學(xué)到的行為。為什么機(jī)器人的運(yùn)行技能在現(xiàn)實(shí)世界中能運(yùn)行良好，其背后的邏輯就是：在它在這個(gè)模擬器中看到的所有環(huán)境中，有些環(huán)境將教會(huì)機(jī)器人在現(xiàn)實(shí)世界中有用的技能。當(dāng)在現(xiàn)實(shí)世界中操作時(shí)，我們的控制器就會(huì)實(shí)時(shí)識(shí)別并執(zhí)行相關(guān)技能?！?/p>

其結(jié)果就是，這款迷你獵豹機(jī)器人能以普通人所能達(dá)到的速度奔跑：大約每秒4米，或每小時(shí)9英里。

這聽起來可能不是很快，但對(duì)這個(gè)特殊的機(jī)器人來說，這已經(jīng)創(chuàng)下了一個(gè)記錄。畢竟，它只有一英尺高，20磅重。麻省理工學(xué)院的研究生Gabriel Margolis說，只要擴(kuò)大尺寸，它的速度就會(huì)提高。這也就意味著，即便他們是想打敗博爾特，而不僅僅是坐在輪椅上的老奶奶，他們也可以做到。（早在2012年，波士頓動(dòng)力公司就推出了一款跑得和博爾特一樣快的機(jī)器人。不過，那個(gè)機(jī)器人是在跑步機(jī)上運(yùn)動(dòng)，并且由外部動(dòng)力驅(qū)動(dòng)的，而且它有一個(gè)支持系統(tǒng)。）

但還有另一個(gè)令人驚訝的部分：這個(gè)機(jī)器人沒有視力。

“我們所展示的這款機(jī)器人的所有行為基本上都是在沒有視力的情況下實(shí)現(xiàn)的?！盡argolis說?！斑@款機(jī)器人的腳上也沒有觸摸傳感器，但它是通過關(guān)節(jié)的運(yùn)動(dòng)來感覺環(huán)境?！?/p>

在生物學(xué)中，這被稱為本體感覺或運(yùn)動(dòng)感：一種不用看就能知道你的四肢在哪里以及它們?cè)谧鍪裁吹哪芰Α＃ǘ嗄昵?，?dāng)筆者在早春時(shí)節(jié)蹚過一條山間小溪時(shí)就體會(huì)過這種能力。當(dāng)時(shí)我的腳在冰冷的水中失去了知覺，于是不得不把它們推到河床里，以測(cè)試在哪里可以找到堅(jiān)實(shí)的立足點(diǎn)。）

這讓獵豹機(jī)器人能感覺到它所處的是什么表面：無論是雪還是冰，是水泥還是草還是碎石，獵豹都會(huì)相應(yīng)地調(diào)整其運(yùn)動(dòng)方法和速度。

Margolis說：“我們當(dāng)然對(duì)增加更多的傳感器感興趣，但我們展示的所有這些行為實(shí)際上都是在沒有傳感器的情況下實(shí)現(xiàn)的。使用視覺當(dāng)然有一些優(yōu)點(diǎn)，但也有很多缺點(diǎn)，其中之一就是模擬的速度會(huì)慢很多，所以你可能無法以同樣的方式獲得如此快速的提升?！?/p>

但有一個(gè)合理的問題是：為什么要給這款機(jī)器人配上腿呢？

畢竟，用輪子來前進(jìn)反而更快，更有效率，也更容易學(xué)習(xí)或編程，而且需要的平衡也少得多。這個(gè)問題的答案在于，你希望機(jī)器人最終能做什么。

“它們可以去到很多輪式機(jī)器人不能去到的地方?！盡argolis說?！袄缥覀兛梢裕ㄍㄟ^這種技術(shù)）讓應(yīng)急車輛進(jìn)入人們的家中救人；我們還可以用它開展送貨服務(wù)，把東西送到你的樓梯上，到你的門廊，甚至到你的家里?！?/p>

對(duì)于那些可能想從麻省理工學(xué)院的有腿機(jī)器人研究中受益的人來說，好消息是這是免費(fèi)的。Agrawal說，該代碼是開源項(xiàng)目，任何人都可以下載和使用它，復(fù)制結(jié)果，并在它的基礎(chǔ)上進(jìn)行構(gòu)建。

“好消息是，我們真的是在一個(gè)低成本的平臺(tái)上進(jìn)行這項(xiàng)研究，所以即使你自己建造了一個(gè)四足機(jī)器人，你也可以在它上面部署我們的系統(tǒng)，因?yàn)槲覀兊南到y(tǒng)不需要任何專門或昂貴的設(shè)備。”Agrawal說。“所以，從某些方面來說，我們的研究是非常民主的?！薄　?/p>