首頁 >
機(jī)器人“絕影”實(shí)現(xiàn)了可與四足動(dòng)物相比擬的運(yùn)動(dòng)技能。 李智彬供圖
一只狗或者一只貓從來不用經(jīng)過太多思考，就能依靠本能適應(yīng)自然界的變化，在復(fù)雜地形中上躥下跳，靈活運(yùn)動(dòng)。但這一點(diǎn)對(duì)于同樣具有四足的智能機(jī)器人來說卻并不容易。如何讓機(jī)器人向自然界的動(dòng)物看齊，是全球機(jī)器人專家們長(zhǎng)期探索的課題。
近日，英國(guó)愛丁堡大學(xué)先進(jìn)智能機(jī)器人實(shí)驗(yàn)室與浙江大學(xué)朱秋國(guó)教授的機(jī)器人團(tuán)隊(duì)合作，完成了一項(xiàng)針對(duì)四足機(jī)器人的新算法研究。這項(xiàng)研究成果被選為《科學(xué)—機(jī)器人》雜志的月度封面論文。
構(gòu)建多專家學(xué)習(xí)體系結(jié)構(gòu)
愛丁堡大學(xué)信息學(xué)院助理教授李智彬主導(dǎo)這一中英合作研究，也是論文的通訊作者。在接受《中國(guó)科學(xué)報(bào)》采訪時(shí)，他先解釋了傳統(tǒng)算法與論文中描述的新算法之間的區(qū)別。
在傳統(tǒng)方法中，算法工程師們往往只依據(jù)某個(gè)具體的人或物編程，這就意味著如果機(jī)器人遇到?jīng)]有被編入程序的場(chǎng)景，就非常難以應(yīng)對(duì)。比如，在參與野外救援時(shí)，周遭環(huán)境復(fù)雜，讓機(jī)器人難以應(yīng)付；或者有些機(jī)器人只是單項(xiàng)技能被訓(xùn)練得十分得心應(yīng)手，但無法自如實(shí)現(xiàn)模式轉(zhuǎn)換，“這也讓其實(shí)用性大打折扣”。
為了實(shí)現(xiàn)多功能運(yùn)動(dòng)，機(jī)器人需要適應(yīng)前所未見的場(chǎng)景下的運(yùn)動(dòng)技能，為此該研究團(tuán)隊(duì)提出了一種多專家學(xué)習(xí)體系結(jié)構(gòu)（Multi-Expert Learning Architecture，縮寫為MELA）。“我們將原先單一技能的神經(jīng)網(wǎng)絡(luò)群通過一個(gè)層級(jí)架構(gòu)組合在一起，通過在線的動(dòng)態(tài)激活來實(shí)現(xiàn)多種技能的動(dòng)態(tài)融合。目前，在MELA上共設(shè)有8個(gè)深度神經(jīng)網(wǎng)絡(luò)（DNN），由團(tuán)隊(duì)中每個(gè)領(lǐng)域的專家分別負(fù)責(zé)一種特定的類型技能。”李智彬介紹道。此外，整個(gè)架構(gòu)當(dāng)中還有一個(gè)門控網(wǎng)絡(luò)程序，負(fù)責(zé)動(dòng)態(tài)地調(diào)度整個(gè)神經(jīng)網(wǎng)絡(luò)群。也就是在不同情況下，選擇性地、不同程度地激活各個(gè)DNN。如果遇到特殊情況，則會(huì)讓多個(gè)網(wǎng)絡(luò)共同配合以解決當(dāng)前任務(wù)。
“就好像是足球隊(duì)中有多位運(yùn)動(dòng)員，各司其職。踢球時(shí)，每個(gè)運(yùn)動(dòng)員每時(shí)每刻所做的動(dòng)作和參與程度不同，門控網(wǎng)絡(luò)就好比教練，告訴哪個(gè)運(yùn)動(dòng)員在哪個(gè)時(shí)間應(yīng)該去做什么。”李智彬打了個(gè)比方。
在運(yùn)行時(shí)，MELA不斷混合多個(gè)DNN，并動(dòng)態(tài)合成新的DNN，以響應(yīng)不斷變化的情況而產(chǎn)生自適應(yīng)行為。李智彬表示，這種方法利用了受過訓(xùn)練的專家技能和自適應(yīng)策略的快速在線綜合的優(yōu)勢(shì)，可以在不斷變化的任務(wù)中迅速響應(yīng)。“使用一個(gè)統(tǒng)一的MELA框架，我們?cè)谝粋€(gè)真正的四足機(jī)器人上成功演示了多項(xiàng)技能運(yùn)動(dòng)。該四足機(jī)器人完全自主地實(shí)現(xiàn)了連貫的小跑、轉(zhuǎn)向和跌倒恢復(fù)，并展示了多專家學(xué)習(xí)生成行為的優(yōu)點(diǎn)。這些行為可以適應(yīng)之前無法預(yù)料的情況。”
實(shí)現(xiàn)可比擬四足動(dòng)物的運(yùn)動(dòng)技能
在這項(xiàng)研究中，研究人員使用的四足機(jī)器人，即是被稱為中國(guó)版波士頓動(dòng)力的 “絕影” 機(jī)器人。基于MELA深度學(xué)習(xí)框架，研究人員在真實(shí)機(jī)器人身上成功實(shí)現(xiàn)了可比擬四足動(dòng)物的運(yùn)動(dòng)技能。
除此之外，李智彬表示，從生物學(xué)的角度來看，研究人員借鑒了生物學(xué)中的“層級(jí)架構(gòu)”的運(yùn)動(dòng)控制方式，將“中樞神經(jīng)系統(tǒng)的上層運(yùn)動(dòng)控制指令”與“脊柱神經(jīng)系統(tǒng)、肌肉本身控制”作為相對(duì)獨(dú)立的層級(jí)，讓兩者分而治之，提高了學(xué)習(xí)的效率和速度；同時(shí)，從機(jī)器學(xué)習(xí)的角度來講，MELA深度學(xué)習(xí)構(gòu)架使得各種運(yùn)動(dòng)技能可以通過“自動(dòng)軟件流程+算力”來獲得，而整個(gè)過程中只需一個(gè)研究人員參與即可，無需一個(gè)多人團(tuán)隊(duì)。從長(zhǎng)期來看，這種機(jī)器智能是大勢(shì)所趨。
從機(jī)器人領(lǐng)域來看，MELA深度學(xué)習(xí)構(gòu)架打破了傳統(tǒng)技術(shù)路線的“基于數(shù)學(xué)模型和控制理論方法”的局限性。“這項(xiàng)研究把機(jī)器人實(shí)際應(yīng)用的范疇從已知環(huán)境拓展到了未知環(huán)境，極大地提高了機(jī)器人的自主智能和適應(yīng)能力。”李智彬解釋道。
相較而言，波士頓動(dòng)力四足機(jī)器人最新的控制方法，仍然停留于傳統(tǒng)的、相對(duì)成熟的機(jī)器人技術(shù)路線，即基于模型的帶約束的離線軌跡優(yōu)化和基于模型的在線模型預(yù)測(cè)控制。
“這種控制方法的優(yōu)點(diǎn)是在已知環(huán)境下通過人為給定環(huán)境中已知的物理參數(shù)，使得機(jī)器人生成特定的、人類想要的各種動(dòng)作。不過，與止同時(shí)，局限性也十分明顯。”李智彬表示，當(dāng)環(huán)境和機(jī)器人本身屬性發(fā)生變化（從已知變成未知）的時(shí)候，只能通過預(yù)先設(shè)計(jì)的控制器的抗干擾性能間接地、被動(dòng)地去適應(yīng)外界，而其控制方法在本質(zhì)上是沒有主動(dòng)適應(yīng)能力的。
舉個(gè)例子，當(dāng)機(jī)器人從正常的地面進(jìn)入冰面，它無法主動(dòng)調(diào)整步態(tài)來適應(yīng)冰面的低摩擦路況，只能通過預(yù)先的步態(tài)控制來盡可能地保持平衡。李智彬認(rèn)為，雖然從目前波士頓動(dòng)力公開的視頻看，重復(fù)預(yù)先編程的動(dòng)作或者通過操作員在后臺(tái)遙控操作，視覺效果十分驚艷，但實(shí)際應(yīng)用上對(duì)于任務(wù)的成功率難以保障。“事實(shí)上，如果換成人或者四足動(dòng)物的話，正常的表現(xiàn)應(yīng)該是先穩(wěn)定身體平衡，然后改變走路方式，而不是原地踏步或者亂邁步。”
另外，MELA深度學(xué)習(xí)架構(gòu)還能在線幫助機(jī)器人適應(yīng)硬件上的改變，這種改變可能是某只腳發(fā)生故障或者失去整條腿。而目前波士頓動(dòng)力現(xiàn)有的控制方法還無法實(shí)現(xiàn)對(duì)這類狀況進(jìn)行在線的適應(yīng)性調(diào)整。
10年內(nèi)或迎來井噴
論文中，MELA主要由8個(gè)深度神經(jīng)網(wǎng)絡(luò)組成。李智彬表示，在目前架構(gòu)中，子神經(jīng)網(wǎng)絡(luò)的數(shù)量可以繼續(xù)增加，具體的數(shù)量可由任務(wù)的復(fù)雜程度，以及涉及到的技能種類來決定。“比如，讓機(jī)器人實(shí)現(xiàn)小跑轉(zhuǎn)彎、原地旋轉(zhuǎn)、摔倒后用各種方式起身繼續(xù)小跑等目標(biāo)時(shí)，8個(gè)神經(jīng)網(wǎng)絡(luò)的數(shù)量是比較合適的，如果少于8個(gè)，其控制的技能數(shù)量不足；若多于8個(gè)，則會(huì)出現(xiàn)‘人浮于事’的現(xiàn)象，還會(huì)降低學(xué)習(xí)的效率。”
在研究過程中，研究人員不斷試錯(cuò)。在技術(shù)路線和解決方法未知的情況下，他們通過各種試驗(yàn)進(jìn)行嘗試，包括科學(xué)方法和思路、工程實(shí)現(xiàn)，以及編程、軟硬件調(diào)試等。這些嘗試中，各個(gè)環(huán)節(jié)的出錯(cuò)概率過半。李智彬坦言，如要成功達(dá)成一定的研究目標(biāo)，除了智力上的挑戰(zhàn)之外，能否避開錯(cuò)誤路線并堅(jiān)持到最后更為重要。
雖然試驗(yàn)過程并不容易，但李智彬認(rèn)為，人工智能和深度學(xué)習(xí)的前沿方法目前仍然在研究階段，每天都有新的突破。而且，當(dāng)前大量研究聚焦在機(jī)器學(xué)習(xí)方向上，實(shí)現(xiàn)了比較明顯的量變的積累。此外，不同領(lǐng)域的機(jī)器學(xué)習(xí)研究中，各個(gè)獨(dú)立的研究工作呈現(xiàn)了“發(fā)現(xiàn)同一真理”的現(xiàn)象。
“如果把全球機(jī)器學(xué)習(xí)和機(jī)器人領(lǐng)域的研究作為一個(gè)整體的話，目前要在真實(shí)機(jī)器上實(shí)現(xiàn)‘和人可比擬的運(yùn)動(dòng)和操作’能力，其所需的要素基本上已經(jīng)齊全。”李智彬說，“所以我們有理由相信，在未來的5年之內(nèi)，只要少量的未解決的問題在學(xué)術(shù)圈或者公司得以突破，并且有機(jī)構(gòu)能以足夠的財(cái)力、人力和物力能夠把相關(guān)研究成果通過工程方法融合在一起，井噴的階段很快就會(huì)到來。我們?cè)?025年之前，肯定能夠看到少量的、代表性的實(shí)物概念性驗(yàn)證。其對(duì)人類科技和文明發(fā)展的更廣泛的沖擊，會(huì)在10年以上的時(shí)間尺度上更清晰地體現(xiàn)。”（袁一雪）
來源： 《中國(guó)科學(xué)報(bào)》
