北京
你可能也好奇过，为什么昆虫少了一条腿还能继续走，而很多机器人在平地上稍微遇到点变化就会卡住。最近，日本和泰国的一组研究人员做了一件挺有意思的事：他们让一台六足机器人去“学”竹节虫走路，而且不是照着动作一步步抄，而是让它自己琢磨出背后的协调规律。
结果有点出乎意料。这台机器人只在平地上看过竹节虫的行走数据，却能在坑洼不平的地面上继续前进，甚至在研究人员故意“弄断”它一条腿之后，还能重新调整剩下五条腿的配合方式，保持稳定。
不是抄动作，是学“怎么协调”
这项研究来自日本东北大学和泰国 VISTEC 的研究人员。他们采用的方法叫对抗逆强化学习，英文缩写是 AIRL。简单说，系统不是把竹节虫每一步的关节角度硬记下来，而是从生物运动数据里，学习一种更底层的协调原则。
训练用的数据来自一种学名为 Medauroidea extradentata 的竹节虫。研究人员记录了它在平地上行走时 18 个腿部关节的运动。机器人同样有 18 个关节，但 AI 并不是简单复现这些动作，而是去理解：什么时候该抬腿、什么时候该落地、身体倾斜了该怎么调整。
这套系统还把 AIRL 和另一种叫近端策略优化的强化学习方法结合起来。训练过程中，一个神经网络负责比较机器人的动作和竹节虫的示范，另一个神经网络则学习一套奖励机制，鼓励机器人做出更接近生物样本的行为。
研究人员的说明提到，机器人的控制器会接收身体朝向、关节角度、每条腿是否接触地面等信息，然后给 18 个关节下达指令。这样一来，系统可以自己学会协调腿部动作，而不需要研究人员手动为某一种步态写程序。
只练过平地，却走得了坑洼
更值得注意的地方在于，这套控制器展现出了适应能力。它训练时只看过平地行走的数据，但当地面变得不平时，机器人并没有停下来，而是继续走。
随着地面起伏变化，机器人身体的晃动幅度变大了，但它仍然保持稳定，前进速度也只是略微下降。与此同时，它改变了腿部的时机和协调方式，形成了一种更接近波浪形的步态。这种步态更适合在不平整的表面上移动。
研究人员还做了一个有点“残酷”的测试：他们让机器人的六条腿中有一条失效，用来模拟损伤。结果机器人没有死板地沿用原来的行走模式，而是重新组织剩下几条腿的配合，把负载重新分配出去。
为什么这件事值得关注
传统的机器人步态系统往往依赖固定模式、调好的参数和预设的奖励机制。这类方法在熟悉的环境里表现不错，但一旦遇到不熟悉的地形，就可能卡住或失去稳定。
这项研究的思路是让机器人从生物身上学习“怎么适应”，而不是只学习“怎么走某一种路”。研究人员认为，这种方法可能帮助机器人在不可预测的地形中更有效地移动。
从更长远的角度看，这项技术或许能支持那些需要在灾害现场等环境中工作的机器人系统。在这些地方，传统的轮式机器人可能很难通行，而能够根据地面变化自行调整步态的腿式机器人，可能会有更大的发挥空间。
当然，目前这还是一项研究层面的进展。机器人只是在实验环境中展示了适应能力，离真正进入复杂多变的真实灾害现场还有距离。但它至少说明了一件事：让机器人像昆虫一样“学会随机应变”，可能比给它写满一整套固定动作更管用。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
