位于德國斯圖加特的馬克斯普朗克智能系統研究所(MPI-IS)發明了一只有四條腿的小機器狗 Morti，它可以在每次跌倒后調整走路姿態，自主學習如何行走。

闡明該技術的論文《Learning Plastic Matching of Robot Dynamics in Closed-loop Central Pattern Generators》(在閉環中央模式生成器中學習機器人動力學的塑料匹配)已于 7 月 18 日在《自然?機器智能》雜志上發表，該論文的第一作者是菲利克斯?魯珀特(Felix Ruppert)。

魯珀特說：“我們研究的機器狗 Morti 具有跟動物相同的反射能力，可以自主從失敗中學習如何走路。”

一、摔倒后再爬起，Morti 可模仿動物學習

人類和動物的脊髓中都有一個叫做 CPG(中樞模式發生器)的神經元網絡。CPG 可以幫助生物完成節律性的任務，如走路、眨眼或消化等。這種神經元網絡不需要大腦輸入信號，就可以產生周期性的肌肉收縮。

魯珀特在 Morti 的背部安裝了一個虛擬脊髓來模擬 CPG 的作用，并在這個虛擬脊髓中安裝了樣本數據庫。Morti 平穩行走時，機器人腳上的傳感器數據會不斷與 CPG 樣本庫中的數據進行比較，以提供合適的走路姿勢。

如果機器人摔倒了，學習算法會通過改變腿來回擺動的距離和速度來優化行走方式。在機器學習的過程中，CPG 會發送一些自適應的運動信號，來讓機器人行走得更平穩。該機器學習過程的核心就是要改變 CPG 的輸出信號，并監測機器在什么情況下會遇到磕絆。

Morti 模仿了小動物學習走路的過程，它們都是在不斷跌倒后，才能找到最有效的肌肉使用方式，學會行走。魯珀特說，一開始，Morti 會摔倒，但大約一個小時后，算法就會幫 Morti 找到最好的行走方式。魯珀特還說：“目前我的團隊正在為 Morti 增加更多的傳感器，擴大 Mortimer 的運動范圍。我們想讓 Morti 更像動物。”

二、高效節能，Morti 行走一小時后能耗減少 42%

行走同樣的距離，目前大多數工業四足機器人需要幾十上百瓦的電量，Morti 卻只需消耗 5 瓦電量。

這一方面是因為工業四足機器人有更大的體積和重量，需要更多的電量支撐行動，另一方面是因為 Morti 的算法更加智能。

一般的機器人行走時，機器學習會通過大量計算，預先設計每條腿運動的細節，這會消耗大量的電量。但是 Morti 在走路跌倒后，可以根據新的算法結果，重新調整走路的角度。Morti 通過這些反饋數據來學習行走方式，不需要進行大量計算。Morti 可以在學習走路的過程中降低能量消耗。研究發現，在 Morti 行走一個小時后，它消耗的能量比剛開始走路時減少了 42%。

德克薩斯大學圣安東尼奧分校的教授迪瑞莎?庫迪蒂普迪(Dhireesha Kudithipudi)表示：“通常而言，人工智能可以很好地學習一項特定任務，但人工智能無法在環境變化時進行重新校準。而 Morti 可以根據數據反饋自主調整自己的運動模式，它在重新校準環境方面可能會表現得更好。”

結語：結合人工智能與生物領域，探索機器人的更多可能

魯珀特的機器狗可以通過人工智能算法，像生物一樣進行自主學習。這不僅結合了機器學習技術，也涉及到了生物領域。

如果這種技術可以大規模使用，將會有兩個好處：第一，機器學習會更加節能，消耗的能量更少。機器不必再根據大量的數據進行暴力計算，而是可以通過自主學習變得更加“聰明”。第二，這種技術可以為人工智能領域和生物領域的結合帶來啟發。

目前，這種技術可以讓機器狗變得更像動物。未來，隨著這種技術的發展，機器人可能會變得更像人類。

關鍵詞： 德國斯圖加特 普朗克智能系統研究所 反射能力 機器人動力學