據TheVerge報道，科學家制作了一個像蜘蛛一樣的爬行類機器人。這個“蜘蛛”機器人只有六條腿，行走時帶著濃濃的機器范，每一步都帶有明顯的卡頓。而當科學家有意“打斷”了它一條腿之后，頓時機器人開始寸步難行，不過沒過多久，事情變得有點……

騰訊視頻動物在落下永久性運動障礙后，將終其一生去適應這種行動的不便，最終找到一種相對安全穩重的運動方式。SorbonneUniversity研究員Jean-BaptisteMouret和一隊科學家打算將人類對運動功能障礙的適應應用到機器人身上。在科學家眼中，只要找到人類適應性的數學模型，就能通過程序讓機器人也學會去“適應”。

就像用身體去感知不同事物的幼兒，只是為了了解自己。

在最近一期的《自然》上，上述團隊發表了一個算法，理論上能幫助“受傷”的機器人重新站起來，而且這個過程是完全智能的——機器人自動不斷試錯來適應新的身體狀況。于是機器人帶著科學家預設的智慧和直覺開始了實驗。一開始機器人只知道自己身體是完好無損的，一旦受傷，它就會測試不同的“跛著走”策略，直至找到最好的方式。

在貝葉斯優化算法（BayesianOptimization）支持下，機器人將從13000種步伐中選出一種方案并開始運用，同時傳感器記錄行走的速度和方向，來評估這個步伐是否夠好。當電腦有90%的置信度時，機器人將接受這一步法并按著預訂的路線繼續行走。經過反復嘗試，機器人逐漸排除了一些不太靠譜的步法，對于新傷的適應時間也縮短到了一兩分鐘。

與傳統算法的區別就是，新算法讓機器人“知道”自己健全時的行進方式，并根據記憶去選擇最優方案；而傳統算法不會把這種“記憶”考慮進去。新算法在多數時候表現得更好，然而也有少數例外。科學家猜測，在較嚴重的傷害下，機器人的前置記憶可能將失去指導意義。

這種研究的意義遠遠不止于讓機器人適應損壞的肢體，更廣的層面上，通過前置記憶和貝葉斯優化算法可以讓機器人適應不同的工作環境，以及工作中的突發狀況。

讓機器人學會像生物一樣去適應變化是一項極其艱巨的任務。動物對于環境的適應來自于對環境的感知以及幾千上萬年的進化和代代遺傳，和機器人相比簡直是人民幣玩家。哪怕目前應用新算法的機器人仍然笨拙，讓機器人像生物一樣跛著走也具有重大的科研意義。

更多資訊請關注工業機器人頻道