快捷搜索:

深度学习机械臂能模拟自己建模

美国哥伦比亚大学研究人员在机器人研发方面取得重大进展,他们开发出的机械臂,能够在没有任何物理学、几何学和运动动力学先验知识的情况下自建模型,来思考和适应不同情况,处理新任务,以及检测和修复自身损伤。相关研究30日发表在《科学·机器人》杂志上。

数十年来,拥有自我意识的机器人一直是科幻小说家热衷的素材,但到目前为止,现实世界中自动控制机器的运作还都依赖人类为其建模。如果想让机器变得独立,迅速适应一些无法预见的场景,首先需要让它们学会模拟自己。

在新研究中,研究人员设计了一个四自由度铰链式机械臂,该机械臂一开始会进行随机移动,收集大约1000条移动轨迹数据,然后通过深度学习,自建模型。最初的自建模型非常不准确,机械臂不知道它是什么,也不知道它的关节是如何连接的。但经过不到35个小时的训练,这个自建模型就可以与真实的机械臂高度一致。

研究人员测试了这一机械臂执行取放任务——抓住物体并将其放入一个容器中的能力。在闭环控制系统中,机械臂的成功率为100%。而在没有任何外部信息反馈、完全依赖内部自建模型的开环系统中,机械臂的成功率也达到了44%。此外,研究人员还测试了机器臂自检损伤的能力。他们用一个3D打印的变形组件来替代机械臂原有组件,而机械臂检测到了这一变化并重新训练了它的自建模型,最终机械臂的性能几乎没有受到影响,同样很好地完成了取放任务。

研究人员指出,自建模型的能力是机器人摆脱所谓的“狭义人工智能”限制,获得更强大能力的关键。虽然新研发机械臂的自建模能力还无法与人类相比,但相关研究向研发出拥有自我意识的机器人迈出了重要一步。

同时研究人员也警告称,使机器拥有自我意识的技术虽然能产生更有弹性和适应性的系统,但也意味着某种程度的失控,需谨慎对待。

您可能还会对下面的文章感兴趣: