動物們在田野上馳騁、在樹上靈巧地攀爬、在跌倒之前迅速站穩(wěn)腳跟。

和我們的靈長類表親一樣，人類也可以運用拇指和精細(xì)的運動技能來完成一些任務(wù)，比如毫不費力地剝開柑橘皮，或者在黑暗的走廊里尋找正確的鑰匙。

雖然行走和抓取對許多生物來說是小菜一碟，但機器人在步態(tài)移動和靈巧性方面一直不盡人意。

如今，Hwangbo等人在Science Robotics雜志上撰文，報告證明了這樣了一件有趣的事：某種機器人軟件設(shè)計方法需要數(shù)據(jù)驅(qū)動，而這種方法正好能夠克服機器人和人工智能研究領(lǐng)域中長期存在的一個挑戰(zhàn)，即模擬與現(xiàn)實之間的差距。

幾十年來，機器人專家在預(yù)測性數(shù)學(xué)模型（稱為經(jīng)典控制理論）基礎(chǔ)上建立軟件，以此來引導(dǎo)機器人肢體的行動。然而，這種方法在引導(dǎo)機器人肢體完成行走、攀爬和抓取這些看似簡單的問題上卻無效。

機器人通常在模擬中開始它的生命。當(dāng)它的引導(dǎo)軟件在虛擬世界中表現(xiàn)良好時，該軟件就會被放置在機器人體內(nèi)，然后隨機器人一起進(jìn)入現(xiàn)實世界。

在現(xiàn)實世界里，機器人難免會不斷地遇到難以預(yù)測的狀況，包括表面摩擦、結(jié)構(gòu)靈活性、振動、傳感器延遲以及具有時差的執(zhí)行器，一般執(zhí)行器將能量轉(zhuǎn)化為運動指令。

不幸的是，這些狀況是不可能事先由數(shù)學(xué)運算詳盡描述的。因此，即使是在模擬中表現(xiàn)出色的機器人，遇到一些看似微小的物理障礙后也會磕磕絆絆，甚至摔倒。

Hwangbo等人將經(jīng)典控制理論與機器學(xué)習(xí)技術(shù)相結(jié)合，研究出一種縮小類似差距的方法。

首先，該團隊設(shè)計了一個中型四足機器人的傳統(tǒng)數(shù)學(xué)模型，名為ANYmal（如上圖）。

接下來，他們從引導(dǎo)機器人肢體運動的執(zhí)行器中收集數(shù)據(jù)。

然后，他們將收集的數(shù)據(jù)輸入被稱為神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)系統(tǒng)中，建立第二個模型，而這個模型可以自動預(yù)測AMYmal機器人肢體的特殊運動。

最后，該團隊將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)插入第一個模型中，并在標(biāo)準(zhǔn)臺式計算機上運行混合模型。

混合模擬器比基于分析模型的模擬器速度更快，精準(zhǔn)度更高。更重要的是，機器人的運動在混合模擬器中優(yōu)化之后，轉(zhuǎn)移進(jìn)機器人體內(nèi)，并連入現(xiàn)實世界，這時，機器人在現(xiàn)實世界的行動就像在模擬器里一樣成功。

這個姍姍來遲的突破終結(jié)了看似不可逾越的模擬與現(xiàn)實鴻溝。

Hwangbo等人使用的方法還暗示了機器人領(lǐng)域的另一個重大轉(zhuǎn)變。

混合模型的出現(xiàn)是這一重大轉(zhuǎn)變的第一步。下一步將是徹底淘汰分析模型，取而代之的是機器學(xué)習(xí)模型，這種模型將由機器人在現(xiàn)實環(huán)境中所收集的數(shù)據(jù)進(jìn)行訓(xùn)練。

目前，這種稱為端到端培訓(xùn)的純數(shù)據(jù)方法發(fā)展勢頭迅猛。媒體已報道了一些創(chuàng)新的應(yīng)用，包括鉸接式機器人手臂、多指機械手、無人機，甚至自動駕駛汽車。

機器人專家仍在鉆研如何強化計算速度、豐富傳感器數(shù)據(jù)以及提高機器學(xué)習(xí)算法質(zhì)量。目前尚不清楚大學(xué)是否應(yīng)該停止教授經(jīng)典控制理論。

然而，筆者認(rèn)為這是一個不祥之兆：未來的機器人的行走不再依賴專家，相反，他們可以利用自己身體里的數(shù)據(jù)進(jìn)行學(xué)習(xí)。

當(dāng)然，不少挑戰(zhàn)仍然存在，其中最主要的是可擴展性的挑戰(zhàn)。

到目前為止，端到端培訓(xùn)機制僅應(yīng)用于只有少量執(zhí)行器的物理機器人之上。執(zhí)行器越少，描述機器人運動所需的參數(shù)就越少，模型就越簡單。實現(xiàn)可擴展性的途徑可能包括使用更多層次和模塊化的機器學(xué)習(xí)架構(gòu)。

想要知道端到端控制是否可以擴大到引導(dǎo)擁有數(shù)十個執(zhí)行器的復(fù)雜機器，包括人形機器人，以及諸如制造工廠或智能城市（使用數(shù)字技術(shù)改善市民生活的城市地區(qū)）等大型系統(tǒng)，還需要做進(jìn)一步研究。

另一個挑戰(zhàn)是低技術(shù)性，高個性化。

對一些研究人員來說，從使用相對簡單的數(shù)學(xué)模型到應(yīng)用“潘多拉盒子”機器學(xué)習(xí)系統(tǒng)(其中的內(nèi)部工作原理未知)的轉(zhuǎn)變，標(biāo)志著洞察力悄然退場，失控感油然而生。對我來說，看到機器人像孩子一樣學(xué)會自己走路讓我感到心滿意足。

Hwangbo等人提出的見解也可以從心靈之謎的角度來考慮。意識一直是人類本性中最古老的謎題之一。

人類對自我意識的定義十分模糊。然而，人們對機器人軟件的研究可以讓我們深入了解關(guān)于人類思維的古老問題。

我們可以推測，自我意識以及由此延伸出來的意識，其核心是我們抽象思考自己的能力的一種表現(xiàn)，即自我模仿。一個人能看得越遠(yuǎn)，他對未來展望的心理圖景就越詳細(xì)，自我意識能力就越強。

現(xiàn)在，機器人能夠?qū)W習(xí)自我模擬。這一突破不僅實用，可以減輕一些工程的負(fù)擔(dān)，而且，它標(biāo)志著機器人自主時代的開始。