能像动物一样适应的机器人

随着机器人离开工厂的控制环境，在更复杂、自然的环境中自主运行，它们必须应对不可避免的事实，即它们会受损。然而，虽然动物能够快速适应各种各样的损伤，但当前的机器人在受损时无法“跳出思维定势”去寻找补偿行为：它们局限于预先指定的自感知能力，只能诊断预期的故障模式，并且需要为每种潜在的损伤类型预先编程应急计划，这对于复杂机器人来说是不切实际的。在此，我们引入了一种智能试错算法，使机器人能够在不到两分钟内适应损伤，而无需自诊断或预先指定的应急计划。在部署之前，机器人利用一种新颖算法创建高性能行为空间的详细地图：该地图代表了机器人关于其能执行的行为及其价值的直觉。如果机器人受损，它利用这些直觉来指导试错学习算法，该算法进行智能实验以快速发现尽管有损伤但仍能工作的补偿行为。实验揭示了对五种不同方式受伤（包括腿部受损、断裂和缺失）的腿式机器人以及对 14 种不同方式关节断裂的机械臂的成功适应。这项新技术将使机器人更加稳健、有效和自主，并暗示了动物可能用于适应损伤的原理。