奔跑吧，機器人！

編譯 俞曉晴

經過幾十年的蹣跚學步，機器人終于開始學習如何優雅地行走、敏捷地奔跑和抓取物體了。這一最新進展拉開了具有物理靈活性的人工智能時代的序幕。

小動物們在野外奔跑，爬樹，即使摔倒了，也能從容地站起來。和我們的靈長類表親一樣，人類可以利用手指操控精細動作，完成各種任務，比如剝橘子或在漆黑的過道里摸鑰匙。雖然行走和抓取對許多生物來說都不是什么難事，但眾所周知，機器人在這方面的表現一直不盡如人意，包括步態運動和手的靈巧度，但現在一切都不同了。

近期，黃明博（Jemin Hwangbo）等人在《科學·機器人學》（Science Robotics）上發表論文給出了非常有意思的新證據，證明運用數據驅動法設計的機器人軟件有望解決機器人和人工智能研究長期面臨的一大挑戰——仿真-現實差距。幾十年來，機器人專家一直通過基于預測性數學模型（也就是經典控制論）的軟件引導機器人的肢體活動。然而，這個方法在引導機器人行走、攀爬和抓取不同形狀的物體這類看似簡單的任務時，已被證明無效。

一個機器人的生命總是先從仿真開始。如果機器人的引導軟件在虛擬世界中表現良好，這個軟件就會被置入機器人體內，之后被應用于物理世界。在物理世界中，機器人會不可避免地遇到無數難以預測的不規則內容，包括表面摩擦力、結構柔性、振動、傳感器延遲和致動器時控不佳（致動器是將能源轉化為運動的設備）。不幸的是，這一連串棘手問題無法提前利用數學模型一一描述出來。因此，即使是在仿真環境中應對自如的機器人，一旦在真實世界中遇到幾次看似很小的物理障礙后，也會開始跌跌撞撞起來。

黃明博等人演示了一種可以消除這種仿真-現實差距的方法——將經典控制論與機器學習技術相結合。該團隊首先設計了一個中型犬大小的四足機器人的傳統數學模型，這個機器人名為ANYmal。接下來，他們從引導機器人肢體運動的致動器中收集數據，再將所得數據輸入多個名為神經網絡的機器學習系統，從而建立第二個模型。這個新模型可以自動預測AMYmal機器人肢體的特殊運動。最后，團隊將經過訓練的神經網絡插入第一個模型中，并在一臺標準臺式電腦上仿真運行這個混合模型。

這種混合仿真器比基于分析模型的仿真器速度更快，也更準確。更重要的是，先將一種運動策略在混合仿真器中加以優化，再轉入機器人體內到現實世界中測試，最后機器人的表現和與仿真表現一樣成功。這項姍姍來遲的重要突破預示著看似不可逾越的仿真-現實差距是時候畫上句號了。

黃明博等人使用的方法提示了機器人領域的新一輪重大變革，而混合模型正是這場變革的第一步。下一步則是要讓所有分析模型都下崗，代之以通過機器人在現實環境中收集到的數據進行訓練的機器學習模型。這類純數據方法也被稱為端到端訓練（end-to-end training）越來越被青睞，創新應用也是層出不窮，如關節式機械臂、多指機械手、無人機，甚至是無人駕駛汽車。

就目前來說，機器人專家仍在努力抓住計算速度加快、傳感器數據增多、機器學習算法質量提高所釋放的巨大潛能。對于大學是否應該停止教授經典控制論，現在還不好說。但這一天遲早會來：將來的機器人專家無需告訴機器人如何學走路，而是讓機器人利用自身收集得來的數據進行自我學習。

當然，還有許多挑戰有待解決，首要的一個就是可擴展性。目前，端到端訓練已被應用于致動器數量較少的實體機器人。致動器越少，描述機器人運動所需參數就越少，模型也就越簡單。此外，在通往可擴展性的路上，可能還要使用層次更為分明的模塊化機器學習架構。還需開展進一步的研究，以確定端到端控制是否可以擴展用于引導擁有幾十個致動器的復雜機器，如類人機器人，或是制造工廠和智能城市這類大型系統，智能城市特指利用數字技術提高市民生活質量的城市地區。

另一個挑戰技術含量略低，但因人而異。對于一些研究人員來說，從相對簡單的數學模型向“黑箱”機器學習系統轉變，無異于朝著內部工作方式未知的方向前進，這不僅意味著失去內部洞察，還會讓他們感到喪失了掌控力。不過，對一般人來說，看著機器人像孩子一樣學步是一件很有滿足感的事。

黃明博團隊帶來的認知突破還可以放在人類思想這個神秘的概念之下審視一番。迄今為止，意識仍是洞悉人類本質征程上的一大未解之謎。根據經驗，人類自己對自我意識的定義太過含糊，對機器人軟件的開發幾乎不具有任何實際價值。也許我們應該反其道而行之，在機器人軟件的研究中汲取靈感，破解有關人類思想的古老問題。

我們可以推測，自我意識以及更廣泛意義上的知覺，其本質就是自我抽象思考能力的一個象征，這種能力也是一種自模擬能力。筆者認為，一個人能預見的未來越遠、他們腦中對未來行動的圖像越清晰，這個人的自我意識能力也就越高。如今，機器人已經可以學習自模擬了。這次的突破不僅是一次具有實際意義的進步，讓一些工程性勞動得以解放，它還標志著機器人自主時代的開啟。