为了让机器人 “成长学习”，科学家打断机器人的腿！

据 The Verge 报道，科学家制作了一个像蜘蛛一样的爬行类机器人。这个 “蜘蛛” 机器人只有六条腿，行走时带着浓浓的机器范，每一步都带有明显的卡顿。而当科学家有意 “打断” 了它一条腿之后，顿时机器人开始寸步难行，不过没过多久，事情变得有点……

腾讯视频

动物在落下永久性运动障碍后，将终其一生去适应这种行动的不便，最终找到一种相对安全稳重的运动方式。Sorbonne University 研究员 Jean-Baptiste Mouret 和一队科学家打算将人类对运动功能障碍的适应应用到机器人身上。在科学家眼中，只要找到人类适应性的数学模型，就能通过程序让机器人也学会去 “适应”。

就像用身体去感知不同事物的幼儿，只是为了了解自己。

在最近一期的《自然》上，上述团队发表了一个算法，理论上能帮助 “受伤” 的机器人重新站起来，而且这个过程是完全智能的——机器人自动不断试错来适应新的身体状况。于是机器人带着科学家预设的智慧和直觉开始了实验。一开始机器人只知道自己身体是完好无损的，一旦受伤，它就会测试不同的 “跛着走” 策略，直至找到最好的方式。

在贝叶斯优化算法（Bayesian Optimization）支持下，机器人将从 13000 种步伐中选出一种方案并开始运用，同时传感器记录行走的速度和方向，来评估这个步伐是否够好。当电脑有 90% 的置信度时，机器人将接受这一步法并按着预订的路线继续行走。经过反复尝试，机器人逐渐排除了一些不太靠谱的步法，对于新伤的适应时间也缩短到了一两分钟。

与传统算法的区别就是，新算法让机器人 “知道” 自己健全时的行进方式，并根据记忆去选择最优方案；而传统算法不会把这种 “记忆” 考虑进去。新算法在多数时候表现得更好，然而也有少数例外。科学家猜测，在较严重的伤害下，机器人的前置记忆可能将失去指导意义。

这种研究的意义远远不止于让机器人适应损坏的肢体，更广的层面上，通过前置记忆和贝叶斯优化算法可以让机器人适应不同的工作环境，以及工作中的突发状况。