「適應性」與「演算法」成關鍵　加州大學團隊教會機器人走路

編譯／曲姵蓉

加州大學伯克利分校（UC Berkeley）研究團隊近期發布最新研究成果，他們開發了一種「教導」機器人走路的演算法機制，利用人工智慧強化學習技術（Reinforcement learning）進行測試，當機器人有出現與人類同樣的走路行為時，便給予獎勵，反之則是懲罰，最終團隊成功訓練出機器人用擬人的方式走路。

用演算法教機器人怎麼走路

根據報導，加州大學伯克利分校研究團隊此次採用Agility Robotics製造的機器人，兩隻手臂分別有四個關節，兩條腿上也各自有八個關節，主打倉庫專用機器人。研究團隊在機器人內植入他們的演算法，並實現了數十億次測試，最終它自己學會了平衡、行走，以及跌倒後如何再爬起。

更多新聞：特斯拉Optimus二代機器人問世　比一代更加靈活

看不到的機器人

報導也指出，該機器人並沒有配置視覺能力，也不像自動駕駛汽車有雷射雷達可以感知周圍，所以它看不到，只能透過肢體排列、剛剛踩踏過的位置，以及訓練的經驗來走路。在影片中，能看到機器人一次只會走很小一步，而且要到碰到障礙物它才知道無法前進了，走路的聲音聽起來也很像是行軍。該機器人目前也還不能上下樓梯，只能在平地上行走。

機器人的「適應性」與「演算法」至關重要

加州大學伯克利分校電機和電腦科學系博士生Ilija Radosavovic表示，「適應性」是機器人能否廣泛應用的關鍵，目前市面上的機器人能力都很有限，並不能完全滿足人們對機器人的要求。他們想開發出能夠在不同環境中自動操作、適應性極強的人形機器人，才有辦法解決工廠勞動力短缺的問題。而這之中，訓練機器人的「演算法」最關鍵，也是研究團隊這兩年來努力的目標。

Ilija Radosavovic也強調，他們的下一步是要讓機器人手臂能夠更自如運動，並且讓該機器人從「通用」機器人。開始邁向工業機器人或送貨機器人等專業領域。

資料來源： SF Gate

瀏覽 411 次