教機器人如何走路已經不新鮮了，如果教機器人摔倒后如何站起來呢？近日，蘇黎世聯邦理工學院（ETH Zurich）的研究人員在人工智能（AI）的幫助下，完成了這項不簡單的任務。

在Arxiv．org一篇新發表的論文“使用深度強化學習的四足動物機器人的強健恢復控制器”中，他們描述了幫助機器人在絆倒和摔倒后從地上爬起來的人工智能系統。

研究人員在報告中寫道：“在摔倒的情況下，動物表現出從任何姿勢中恢復過來的非凡能力，它們可以通過擠壓周圍環境和擺動四肢來獲得動力。在有腿的機器人中擁有類似的能力，將顯著提高它們對失敗的穩健性，并擴大它們在惡劣環境中的適用性。我們在目前的工作中，通過開發一個四足機器人的穩健恢復機動控制策略來解決這個問題。”

他們的模型采用了一種名為深度強化學習的人工智能訓練技術，該技術使用一種獎勵機制來驅使探員朝著特定的目標前進，并控制機器人的恢復動作。通過四種神經網絡策略，即研究人員在模擬環境中分別對它們進行了訓練，再將它們部署在一個名叫ANYmal，有四條腿，如小狗一般大小，并且擁有12個自由度的機器人上。

控制器組件根據最近的觀察、命令、先前選擇的行為類型和先前的動作等因素，為機器人的給定情況選擇三種行為之一——移動、站立或自扶正，另外一個模塊則是高度估計器，測量了它的基礎高度，以防止機器人偏離軌道。

研究人員說，人工智能驅動的策略消除了手工制定恢復規則和序列的需要，相對于許多流行的控制方案具有優勢。此外，結果被證明是非常欣喜的，因為它們能夠處理不可預知的情況，比如機器人的腿卡在底部以下。

初步結果令人鼓舞，在機器人開始躺下的50次測試中，自我糾正策略在5秒內成功恢復。此外，即使機器人的底座幾乎是倒立的，腿被卡在下面的時候，它也能成功，有時它會在嘗試站立之前，指令機器人側翻。

在第二項實驗中，研究人員在任何動物行走或站立時踢它，這項政策成功恢復了47次，只有當機械四足動物的關節位置異常高時才會失敗。研究人員承認，該系統只在平地上訓練和測試過，這意味著它在面對陡峭的斜坡或崎嶇的地形時很可能會失敗。但在未來的工作中，他們計劃通過隨機模擬環境來解決這一限制。