日前,蘇黎世聯(lián)邦理工學(xué)院機(jī)器人系統(tǒng)實(shí)驗(yàn)室團(tuán)隊(duì)在《科學(xué)·機(jī)器人學(xué)》上發(fā)表最新論文,給出了新證據(jù)表明,運(yùn)用數(shù)據(jù)驅(qū)動(dòng)法設(shè)計(jì)的機(jī)器人軟件,有很大希望解決機(jī)器人和人工智能研究長(zhǎng)期面臨的巨大難題——仿真與現(xiàn)實(shí)之間的差距。
團(tuán)隊(duì)演示的方法是將經(jīng)典控制論與機(jī)器學(xué)習(xí)技術(shù)相結(jié)合。他們首先設(shè)計(jì)了一個(gè)四足機(jī)器人的傳統(tǒng)數(shù)學(xué)模型,并給機(jī)器人起名“ANYmal”。接下來(lái),再?gòu)囊龑?dǎo)機(jī)器人四肢運(yùn)動(dòng)的致動(dòng)器中收集數(shù)據(jù),數(shù)據(jù)輸入多個(gè)人工智能神經(jīng)網(wǎng)絡(luò)系統(tǒng),從而建立了第二個(gè)模型。這個(gè)機(jī)器學(xué)習(xí)模型,就可以自動(dòng)預(yù)測(cè)“AMYmal”機(jī)器人的肢體運(yùn)動(dòng)。經(jīng)過(guò)訓(xùn)練的神經(jīng)網(wǎng)絡(luò),只要插入第一個(gè)模型中,就可以在電腦上仿真運(yùn)行這個(gè)混合模型。
團(tuán)隊(duì)發(fā)現(xiàn)這種利用數(shù)據(jù)驅(qū)動(dòng)法設(shè)計(jì)的軟件,大大提高了機(jī)器人的運(yùn)動(dòng)技能——它速度更快,動(dòng)作也更精準(zhǔn),而且先將運(yùn)動(dòng)策略在仿真器中優(yōu)化,再轉(zhuǎn)入機(jī)器人體內(nèi)在物理世界進(jìn)行測(cè)試,最后機(jī)器人的表現(xiàn),竟然和仿真表現(xiàn)一樣好。
這一成就,被認(rèn)為是機(jī)器人及人工智能的一項(xiàng)重要突破,其預(yù)示著,曾經(jīng)不可逾越的仿真與現(xiàn)實(shí)之間的差距正在被消弭。同時(shí)這也預(yù)示著新一輪人工智能的重大變革,而混合模型,正是這場(chǎng)變革的第一步。之后,所有的分析模型都將面臨“下崗”。
通過(guò)機(jī)器人在現(xiàn)實(shí)環(huán)境中收集到的數(shù)據(jù),訓(xùn)練機(jī)器學(xué)習(xí)模型——這一方法也被稱為“端到端訓(xùn)練”。其正緩慢但堅(jiān)定地照進(jìn)現(xiàn)實(shí),在諸如關(guān)節(jié)式機(jī)械臂、多指機(jī)械手、無(wú)人機(jī),甚至是無(wú)人駕駛汽車中得到應(yīng)用?；蛟S不久的將來(lái),機(jī)器人工程師將不必再“告訴”機(jī)器人如何走路、如何抓取,而是讓機(jī)器人利用自身收集得來(lái)的數(shù)據(jù),進(jìn)行自我學(xué)習(xí)。
現(xiàn)如今,機(jī)器人已經(jīng)在學(xué)習(xí)的路上更進(jìn)一步,這不僅是一次具有實(shí)際意義的突破,讓某些工程性勞動(dòng)得以解放,還標(biāo)志著科學(xué)家們已開啟了“機(jī)器人自主時(shí)代”。
(據(jù)《科技日?qǐng)?bào)》)