软紧致机器人的多功能物理储备计算

最近的研究表明，物理系统的动力学可用于物理储备计算框架下进行所需信息处理。具有柔性身体的机器人就是此类物理系统的示例，其非线性的身体-环境动力学可用于计算和生成用于控制自身行为的运动信号。在本模拟研究中，我们将这种方法扩展到控制和嵌入不止一种而是多种行为的称为紧致机器人（tensegrity robot）的软体机器人类型。由机器人和环境组成的系统是一个多稳定动力系统，其从不同的初始条件收敛到不同的吸引子。此外，吸引子分析揭示了该系统状态空间中存在'未训练吸引子'，这些吸引子位于训练数据之外。这些未训练的吸引子反映了紧致机器人及其与环境相互作用的内在属性和结构。这些最新发现在具身 AI 研究中的影响尚未探索。我们在此说明其潜力，以理解具身认知的各种特征，这些特征�迄今为止尚未完全得到 address。