這款新型軟體機器人藉助機器學習演算法，擁有像生物一樣柔軟性

前言

在自然界中，有些生物體具有良好的柔軟性和彈性，原因是它們能夠將軟組織和堅硬的骨骼纏繞在一起。而如果將這種靈活性於彈性賦予機器人，能否解決傳統剛性機器人的局限性？最近，科學家們提出了一種易於裝配的基於張拉整體（tensegrity）的軟體機器人，它具有高度動態的運動步態，並在面對物理損傷的情況下表現出結構和行為的彈性。

生物體將柔軟的（例如，肌肉）和堅硬的（如骨骼）材料纏繞在一起，賦予它們在傳統剛性機器人（rigid robot）中通常缺乏的那種固有的靈活性和彈性。軟體機器人的新興領域尋求利用這些相同的特性來創造具有彈性的機器。然而，軟材料的性質給設計、建造和控制方面都帶來了相當大的挑戰——直到現在，軟體機器人的絕大多數步態都是通過實驗的試錯法（trial-and-error）來手動設計的。本文介紹了一種易於裝配的基於張拉整體（tensegrity）的軟體機器人，它具有高度動態的運動步態，並在面對物理損傷的情況下表現出結構和行為的彈性。這是通過使用一種機器學習演算法而實現的，該演算法能夠用最少的物理試驗來發現有效的步態。這些結果進一步證實了軟體機器人的方法，該方法試圖利用複雜的材料動力學的相互作用來產生大量的動態行為。

與機器不同的是，動物表現出了極大的彈性，其部分原因是它們將在軟組織和堅硬的骨骼纏繞在一起。在自然界中，這種柔軟性引發了一些利用了軟體系統動力學的令人注目的行為。例如，章魚能夠自適應地用「關節」塑造他們的四肢，以執行有效的抓握。水母利用它們固有的彈性，在游泳時被動地恢復能量。煙草天蛾毛蟲（Manduca sexta caterpillar）有一種具有類似於「內臟運動活塞（visceral-locomotory piston）」作用的中腸，它在周圍的軟組織之前進行前向滑動，在任何可見的外部變化之前，將它的重心進行前向移動。

圖1：我們的軟體張拉整體機器人的概念。（A）第一個出現於藝術品中的張拉整體結構，與Kenneth Snelson的雕塑一起出現。（B）它們後來被用於建築，例如Kurilpa橋（澳大利亞布里斯班）。（C）最近，張拉整體被認為是活細胞機械轉導的良好模型。（D）我們的張拉整體機器人基於碳撐桿和彈簧。它由三個振動器（粘在三個支柱上）驅動，其頻率通過試錯學習演算法（材料和方法）進行自動調整。（E）得益於張拉整體結構和彈簧的順從性，我們的機器人在變形時會保持其完整性並彈回初始形式。

從自然世界中獲得靈感，軟體機器人領域尋求通過使用適合、靈活和具有彈性的材料來解決傳統剛性機器人的一些局限性。例如，Trimmer等人使用形狀記憶合金微線圈驅動（shape memory alloy microcoil actuation）從硅橡膠中構建軟體機器人，它可以以受控制的方式緩慢爬行，或者以不受控制的彈道方式滾動。與此類似，Whitesides等人的研究使用了氣動充氣（pneumatic inflation）來產生緩慢、動態穩定的爬行運動，以及快速、但受控制較少的觸手式抓取器（tentacle-like gripper）、由燃燒驅動的跳線和一個獨立的微流體「章魚機器人（octobot）」。

儘管軟材料機器人有其優點，但它們很難通過常規方法進行控制。它們是本質上具有無限的自由度的高維動態系統。提供其吸引力的彈性和可變形性是以共振和組件之間的緊密動態耦合為代價的，這些性能在傳統機器人設計的工程方法中經常被避免，或者至少被抑制。這種複雜性排除了許多傳統的運動學和逆動力學方法對機器人所使用的控制。

圖2：所有條件的性能配置文件。

因此，到目前為止，大多數軟體機器人的運動步態都是通過實驗的試錯法來手動開發的。這一過程既具有挑戰性也耗時，尤其是在尋求充分利用軟體機制的動態複雜性時。重要的是，這個手動過程也阻止了這些機器人在環境變化時調整其控制策略，例如當它們遇到意想不到的地形時，或者當它們受到物理損壞時。

在本研究中，我們介紹了一種基於由振動驅動的張拉整體結構的新型軟體機器人。像許多其他軟體機器人一樣，這個張拉整體機器人具有彈性，並且當受到干擾或壓碎時能夠抵抗損壞。然而，與其他軟體機器人不同的是，這種特殊的模塊化張拉整體機器人易於構建，易於控制，而且，由於採用了一種數據高效的強化學習演算法，它可以自動發現如何移動，並在受損時快速重新學習和調整其行為。

振動是一種日益通用的自動化系統無感測器操縱和控制方法。例如，Rezik等人開發了一個由振動驅動的平面機械手，能夠對小部件進行大規模的分散式平面控制。在移動機器人中，由成對振動電機驅動的粘滑摩擦運動（stick-and-slip frictional motion）已經被應用於各種移動機器人中。通常，這些方法使用實驗得到的手工調諧頻率（hand-tuned frequency）來生成運動，使用兩種電動機轉速的線性插值來平滑地生成一系列行為。基於振動的運動方法的一個缺點是，這種類型的振動即使在假設完全一致的表面時也會引起不可預測的運動，，這對建模和模擬提出挑戰。

張拉整體是相對簡單的機械系統，由許多剛性元件（支柱）組成，通過拉伸元件（電纜或彈簧）連接其端點，並通過預應力（prestress forces）的協同相互作用保持穩定（圖1A-C）。除了工程學之外，張拉整體的性質已經在自然界的各個尺度上得以展現出來，從人類手臂的腱網（tendinous network）到活細胞的力學轉導。在每一種尺寸上，張拉整體結構都表現出兩個有趣的特徵：它們具有令人印象深刻的強度與重量比，且它們在結構上具有魯棒性並能夠在變形的情況下保持穩定。此外，與許多其他軟體機器人（soft robot）不同的是，張拉整體結構本身是模塊化的（僅由支柱和彈簧構成），因此相對容易構建。它們非常簡單，可以作為嬰兒玩具，並以兒童活動用書為特色，但足夠複雜，可作為下一代美國國家航空航天局行星漫遊車的基礎。

圖3：機器人損壞的實驗。（A）損壞的機器人，正如圖1中所展示的那樣一個彈簧從機器人身上斷開連接。（B）30次試驗後的運動速度。中心標記是中位數，框的邊緣是第25和第75百分位數（IQR），晶須對應於範圍，晶須（whisker）外的點被認為是異常值（這對應於「四分位間規則」）。每個條件都使用20次獨立的演算法進行測試。

對於張拉整體機器人來說，最常見的控制方法是緩慢地改變支柱和/或纜索的長度，引起大規模的准靜態（而非動態）結構變形，這反過來又使機器人通過翻滾和滾動進行移動。因為他們認為這種結構在整個運動過程中相對較硬，所以這種控制策略不適合於更為柔順的軟張拉整體機器人。另外，它們會導致運動速度變慢。

最近，研究人員開始研究關於張拉整體機器人控制的更多動力學方法。Bliss等人已經使用中心模式生成器（CPG）來產生模擬的非移動式張拉整體結構的共振夾帶（resonance entrainment）。Mirletz等人已經使用CPG在模擬的基於張拉整體脊柱的機器人中產生目標導向的行為。但是，這些努力無論多麼有價值，都是在模擬環境中產生的，並且尚未成功地遷移到真實世界的機器人中。正如Mirletz等人所指出的那樣，張拉整體的動態行為高度依賴於它們相互作用的基底——這意味著在模擬環境中所開發的結果不一定可以簡單地遷移到真正的機器人上（在進化機器人學（Evolutionary Robotics）中，這被稱為「現實差距」）。

最近，B?hm和Zimmermann開發了一種由單一震動電磁鐵驅動的，啟發於張拉整體的機器人。雖然這種機器人不是純粹的張拉整體（它剛性地連接了多個線性支柱），但它能夠通過改變振蕩器的頻率在前向和反向移動之間進行切換。另外，科學家門已經提出將振動作為一種控制更為柔軟的機器人的手段。

圖4：張拉整體機器人的無限制版本。

在本文中，我們探索了一個假設，即現實世界的軟張拉整體機器人的固有共振和動態複雜性可以被有效地加以利用（而不是被抑制），並且，如果得到適當的激勵，它就可以產生共鳴，從而使機器人執行階梯狀（step-like）圖案，從而使其能夠運動。為了驗證這一假設，並證明軟張拉整體機器人的潛力，我們設計了一個口袋大小的軟張拉整體機器人，該機器人的參數被調整為最大限度的共振，其目標是在平坦地形上儘可能快地進行移動。為了找到合適的振動頻率，我們為機器人配備了數據有效的反覆試驗演算法，該演算法還使得它能夠在需要時進行調整。

軟張拉整體機器人具有很高的復原性，易於用現有技術進行組裝，並且可使用廉價材料進行製造。總之，振動式軟張拉整體機器人將軟體機器人技術的大部分複雜性（構建和驅動軟結構）重新塑造成一類更為簡單的機器人（易於構建和驅動），同時保持軟體機器人的許多具有吸引力的特徵，例如，彈性和可變形性。得益於學習演算法，我們的原型可以實現大於10 cm / s的運動速度（每秒大於一個身體長度），並在小於30次試驗中學習新的步法，從而使其可以適應損傷或新情況。據我們所知，這使其成為最快的軟體機器人之一。我們的軟張拉整體機器人實現了這種速度，因為它們獨特地利用了張拉整體結構的靈活性和共振性。以這種方式發現利用靈活性和共振的方法，為未來的張拉整體結構開闢了新的研究途徑，特別是當機械設計可以與自動識別如何控制共振的機器學習演算法結合時，更是如此。

總體而言，得益於促動器（振動器）、結構（彈簧和支柱）以及環境（地面）之間的複雜相互作用，我們的柔張拉整體機器人得以移動。這種緊急行為在所體現的智能理論中佔據核心位置，這表明如果我們鼓勵身體與「精神」之間的這種深度耦合——此處指控制器，我們將獲得更好更為逼真的機器人。然而，正如本文所展示的那樣，試錯法學習演算法為發現這些緊急行為提供了一種強有力的可行方法。

來源：雷克世界

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！