“跌跌撞撞”的機器狗，1小時就沒了......

大數(shù)據(jù)文摘轉(zhuǎn)載自學術(shù)頭條

為了避開捕食者，剛出生的長頸鹿或者馬駒等動物必須學會用腿盡可能快地走路。

然而，學會精確協(xié)調(diào)腿部肌肉和肌腱，還是要花費一些時間。

最初，小動物嚴重依賴于天生的脊髓反射，運動控制反射幫助它們在第一次嘗試行走時避免摔倒和受傷。

之后，它們必須學習更先進、更精確的肌肉控制，直到神經(jīng)系統(tǒng)最終適應腿部肌肉和肌腱。

最后，它們就像成年動物一樣，再也不會有不受控制的跌跌撞撞了。

這個過程可能非常短（比如牛羊剛出生就會走路），也可能是幾天到幾周（比如貓咪和狗子需要一些時間學習），也可能長達 1 年（比如人類幼兒學走路就很慢）。

那么，問題來了，動物是如何學會行走并從磕磕絆絆中學習的？

為此，馬克斯·普朗克智能系統(tǒng)研究所（MPI-IS）的研究團隊進行了一項研究，他們制造了一個四條腿、狗一樣大小的機器人，希望借此來回到這一問題。

相關(guān)研究論文以“Learning plastic matching of robot dynamics in closed-loop central pattern generators”為題，已發(fā)表在科學期刊 Nature Machine Intelligence 上。

“作為工程師和機器人專家，我們通過制造一個機器人來尋找答案，它具有像動物一樣的反射能力，并從錯誤中學習?！?論文第一作者、通訊作者 Felix Ruppert 說。

“如果動物跌倒了，這是一個錯誤嗎？如果只發(fā)生一次，就不是錯誤。但是，如果它經(jīng)常跌倒，就可以為我們提供一個衡量機器人行走能力的標準?！?/span>

據(jù)論文描述，該機器狗名為 Morti，只用了一個小時學習走路，就很好地掌握了復雜的腿部力學。

在這一過程中，研究團隊利用一種貝葉斯優(yōu)化算法來指導機器狗學習：測量到的足部傳感器信息與虛擬脊髓模型的目標數(shù)據(jù)相匹配，脊髓模型作為程序運行在機器人的“大腦”中。

機器人通過不斷比較發(fā)送和期望的傳感器信息、運行反射回路和調(diào)整其運動控制模式來學習行走。

該學習算法類似于中樞模式發(fā)生器（CPG）的控制參數(shù)。

在人類和動物中，這些 CPG 是脊髓中的神經(jīng)元網(wǎng)絡(luò)，它們產(chǎn)生周期性的肌肉收縮，而不需要來自大腦的輸入。CPG 網(wǎng)絡(luò)幫助產(chǎn)生有節(jié)奏的任務(wù)，比如走路、眨眼或消化。

此外，反射是由連接腿部傳感器和脊髓的硬編碼神經(jīng)通路觸發(fā)的無意識的運動控制行為。

只要小動物在一個完美的平面上行走，CPG 就足以控制來自脊髓的運動信號。

然而，僅僅是與地面的一次小碰撞，就能改變它們的行走方式。

這時，它們自身的（機體）反射開始發(fā)揮作用，幫助調(diào)整運動模式，防止摔倒。

這些運動信號的瞬間變化是可逆的，或者說是“有彈性的”，運動模式在受到調(diào)控后會恢復到原來的形態(tài)。

但是，如果它們在多次循環(huán)的運動后仍然會磕磕絆絆——盡管是主動的反射——那么這些運動模式必須重新學習，并使其“不可逆轉(zhuǎn)”。

在動物剛出生的階段，它們的 CPG 還沒有調(diào)整好，它們在平坦或不平的地形上都會表現(xiàn)得跌跌撞撞。但是，這些動物很快就能學會 CPG 和反射是如何控制腿部肌肉和肌腱的。

拉布拉多犬大小的機器狗“Morti”也是如此。

更重要的是，Morti 優(yōu)化運動模式的速度比小動物還快，只需要大約一小時。

Morti 的 CPG 是在一臺控制機器人腿部運動的小型計算機上模擬的。

這個虛擬脊髓被放置在 Morti 的背部，也就是頭部所在的位置。

在機器人平穩(wěn)行走的過程中，Morti 足部的傳感器數(shù)據(jù)會不斷與它自身 CPG 預測的預期觸地進行比較。

如果機器人摔倒了，學習算法會改變腿前后擺動的距離、速度以及腿在地面上的長度。

調(diào)整后的運動也會告訴 Morti 之后如何更好地利用腿部力學。

在學習過程中，Morti 的 CPG 會發(fā)送適應的運動信號來優(yōu)化自身行走，進而減少磕磕絆絆。

在這個框架中，Morti 的虛擬脊髓并不了解自身的腿部設(shè)計、動力來源和身體結(jié)構(gòu)。由于對自身物理結(jié)構(gòu)一無所知，Morti 缺少一個機器人“模型”。

對此，Ruppert 解釋說：“Morti 實際上并不知道它的腿部解剖結(jié)構(gòu)以及它們是如何工作的。”

“CPG 類似于天然提供的內(nèi)置自動行走智能，我們已經(jīng)將其轉(zhuǎn)移到機器人身上。計算機產(chǎn)生信號控制腿部的馬達，機器人就會行走和跌倒。數(shù)據(jù)從傳感器傳到虛擬脊髓，與 CPG 數(shù)據(jù)進行對比。如果傳感器數(shù)據(jù)與預期數(shù)據(jù)不匹配，學習算法就會改變行走行為，直到機器人走得很好，不會絆倒。學習過程的核心部分是改變 CPG 的輸出，同時保持反應的活躍，并監(jiān)測機器人的跌跌撞撞?！?/span>

Morti 的小型計算機在行走過程中只消耗了 5 瓦的能量。

但是，大多數(shù)現(xiàn)有的工業(yè)四足機器人對電力的需求要大得多。它們的控制器使用機器人的模型，根據(jù)機器人的精確質(zhì)量和身體幾何形狀進行編碼，通常消耗幾十到幾百瓦。

兩種類型的機器人都是動態(tài)高效運行的，但 Morti 的能量消耗要低得多，而且還提供了對動物解剖學的重要見解。

“我們不能輕易地研究活體動物的脊髓。但我們可以在機器人中建立一個模型，”論文作者之一 Alexander Badri-Spr?witz 說。

“我們知道這些 CPG 存在于許多動物身上。我們知道反射是內(nèi)在的；但如何將兩者結(jié)合起來，讓動物學習反射和 CPG 運動？這是機器人與生物學交叉領(lǐng)域的基礎(chǔ)性研究。針對生物學無法回答的問題，我們的機器人模型給出了答案。”

在未來的工作中，研究團隊將繼續(xù)擴展 CPG，在產(chǎn)生臀部軌跡時將機體俯仰動作考慮其中。通過慣性測量裝置，機體俯仰可以反饋到 CPG 中。

參考資料：
https://www.nature.com/articles/s42256-022-00505-4