从学走路开始!瑞士研究盼让机器人掌握身体平衡

实习记者黄肇祥综合报导

为了让机器人、人工智慧更像人类,许多研究机构都不断尝试让机器学习人类的行为,其中「走路」正是其中备受瞩目的项目瑞士洛桑联邦理工学院(EPFL)研究团队希望借由改善关节的灵活度与智能算法,让义大利开发的 COMAN 机器人自然学会人类行走的方式

▲COMAN 有关建构造,正好符合人体结构。(图/翻摄 YouTube)

COMAN 是一款具有宛如人类「关节」的机器人,可以依据任务组装不同身体零件,EPFL 团队对这款机器人撰写新的控制程式码,让机器人学会保持身体的平衡。控制码会让机器人学习去分析自身位置、速度、关节角度资讯,再传送到控制中心给予各部位指令动作研究员 Hamed Razavi 举例说明,「如果有人推 COMAN 一把,我们的控制码会计算脚必须放置在哪个位置,才能抵销外力保持平衡。」

「让机器人学会平衡走路只是最初的第一步!」Razavi 表示,下一步是要精进演算法,让机器人有更广泛的活动范围,可以克服各种障碍路面。研究团队也期望演算法能以实际应用在现实社会灾难性救援任务是他们的主要目标,先透过程式码先让机器人学会爬楼梯与开门两个动作,接下来背负沉重的物体移动,最后甚至是能替残疾人是制造义肢

影片中可以看到 EPFL 团队释出的影片,COMAN 目前走路仍摇摇晃晃的,比起人类似乎更像企鹅,影片中也展示机器人背负物体移动的画面,该项技术要完美模拟人类的行走方式看来仍需要一段时间,不过类似的研究其实不只是 EPFL,研发 AlphaGo 的 Deepmind 团队也尝试过类似的研究。

Deepmind 让 AI 在设置许多障碍的虚拟环境中,操控人偶突破重围,让 AI 借由操作人偶自己学会走路、奔跑、跳跃等动作,同样是借由修改演算法,采用一种名为「反馈学习算法」(reinforcement learning algorithm),可以帮助 AI 在不同环境灵活、自然的移动。要让人工智慧与机器人更能贴近我们的需求,除了能接受命令与自行判断之外,行为举止也必须跟上人类的步伐才行。