• 行业专题
  • IndustryTopic
  • 合并、拆分甚至自我修复都不是问题,这是一个精通七十二变的机器人

         该抱团时就抱团,想分开时就分开,这就是比利时布鲁塞尔自由大学的Marco Dorigo和他的团队设计出的变形机器人可以做的事情。
     
      这款机器人可以通过拆分与合并小的模块来调整自身的形状和尺寸,形成全新的独立机器人实体,未来根据任务和环境要求自主选择合适的形态什么的就很简单了。
    合并、拆分甚至自我修复都不是问题,这是一个精通七十二变的机器人
      机器人模块合并
     
      实际上除了游戏与电影,变形机器人在科学研究中也已经不是一个新鲜话题了。机器人变形要么是通过一个中央“神经系统”来控制其他机器人单元,但可能拓展能力有限;要么是每个机器人单元自行运作,在有限的范围内用固定线路进行物理连接。基于这样的现状,研究人员开发了这个拥有“可合并神经系统”(mergeable nervous system,简称 MNS)的机器人。
     
      “机器人在呈现高度灵活的形态方面拥有很大的潜力。通过采用模块化方法,具有不同能力、形状和尺寸的机器人理论上可以根据任务或环境需要来重新构建和配置自己。”
     
      那这个模块化的方法是什么呢?
     
      MNS机器人由一个或多个通过机器人神经系统连接的机器人单元(robotic units)组成,其中负责发出合并拆分命令的叫做“大脑单元”(the brain unit),它很像我们身体里的神经系统。“大脑单元”通过连接Wi-Fi收集来自其他机器人单元的数据来决定如何行动。
     
      例如,如果传感器感应到外部有LED灯光刺激的话,被识别用作“大脑单元”的机器人会向其他机器人单元发出合并或者拆分的执行指令,然后它们将进行坐标转换来协调空间。如果信息传递有延迟,执行器不会在机器人单元刚接收到指令时就立即执行,而是等指令传递到所有单元之后再统一行动。
     
      而当MNS机器人拆分成多个机器人模块时,每个模块都具备成为全新独立机器人实体的“大脑单元”所需的全部知识。一个需要解决的问题就是我们该如何识别用作“大脑单元”的那个机器人?文章解释说,由于“可融合神经系统”被设计成了树形结构,所以机器人中的根单元总能被明确地识别并用作“大脑单元”。
     
      机器人的每次合并和拆分都伴随着系统内部对“大脑单元”变化信息的及时更新,整个过程不会太耗时。
    合并、拆分甚至自我修复都不是问题,这是一个精通七十二变的机器人
      合并过程中有两次机器人形状的信息更新:先是B,然后是A。
     
      “这个‘可合并神经系统’是很灵活的,它可以根据需要控制新机器人的数量,以便扩大或缩小机器人最后的尺寸”,Dorigo在写给科技网站Verge的一封电子邮件中说:“机器人甚至可以通过删除不起作用的单元来‘治愈’自己。”
     
      为了展示MNS机器人的自我修复能力,研究团队为八个机器人单元提前设计了行为规则,以便它们自动组装成一个Y形的MNS机器人。第一次实验,研究人员设置了一个有故障的“大脑单元”。其他机器人单元在检测到其有故障时先彼此进行了拆分,从而创建了三个新的独立的MNS机器人,这时候每个机器人都有自己的大脑单元。接着三个新机器人相互合并,最终形成一个较大的Y形机器人。
    合并、拆分甚至自我修复都不是问题,这是一个精通七十二变的机器人
      第二次实验,研究人员设置了一个有故障的机器人单元。这种情况下,包含故障单元的部分与MNS机器人分离,并在随后招募了两个新的机器人单元以恢复原来的样子。
    合并、拆分甚至自我修复都不是问题,这是一个精通七十二变的机器人
      Dorigo团队介绍说,目前研究存在的主要局限是仍然需要对所有的机器人进行编程,只有这样才能准确地告诉它们该如何合并。团队下一步要做的就是让每个机器人单元进行自主学习。他们还计划将“可合并神经系统”的概念扩展到可重新配置的模块化机器人,使其能在三维空间里运行,并且具备更高的柔性和适应性。
     
      “我们的愿景是机器人未来将不再为特定的任务而设计。相反,我们将设计可组合的机器人单元,使机器人灵活自主地调整能力、形状和尺寸,以适应不断变化的任务要求。”
     
      或许有一天,这种方法真的可以创造出无缝连接的机器人,帮我们移动物体、组装家具,并确保无需人类再次动手。这也意味着我们又少了很多件需要花费体力去做的事情,人类果真在懒惰的路上越走越远了。
     
      该论文12日发表在国际知名科学周刊《自然》杂志(Nature)上,感兴趣的朋友可以戳这里了解更多的细节。
    [打印文本] []
    
    全部评论(0
    TOP Bookmark