原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，试图教一条机器蛇在布满岩石、沙土和凹凸不平的杂乱真实后院中蜿蜒穿行。现在，再想象一下，这条机器人并没有一个装满复杂数学方程的“大脑”来指挥每一块肌肉。相反，它拥有一种“智能本能”，使其能够在行进中自行摸索。
本文正是描述了这一点：一种通过结合仿生技巧与计算机学习，教导柔软无肢机器蛇如何在复杂三维环境中导航的新方法。
以下是他们如何做到的分解说明，使用了简单的类比：
1. 问题所在：肌肉太多，过于混乱
真正的蛇令人惊叹。它们能挤过裂缝、攀爬岩石，并在没有腿的情况下滑过沙地。但制造机器蛇很难，因为它的身体就像一根长长的、可弯曲的面条，拥有无限种弯曲方式。如果你试图用计算机控制这根面条的每一英寸，数学计算会变得如此复杂，以至于机器人会陷入停滞。
研究人员希望通过赋予机器人一个“简化的大脑”来解决这个问题，让它从经验中学习，而不是试图完美地计算每一个动作。
2. “肌肉记忆”技巧（驱动）
团队没有编程让机器人控制每一块肌肉，而是给它预设了一套舞蹈动作。
- 类比：将蛇的运动想象成沿着绳子传播的波浪。研究人员为机器人编程了一套简单的“双波”舞蹈：一个波浪左右移动（像蛇蜿蜒爬行），另一个波浪上下移动（抬起身体）。
- 神奇之处：只需微调两个旋钮——蛇抬升的高度和波浪的时机——机器人就能改变其整体行为。它可以左转、右转、直行，甚至跳起“侧行舞”（像沙漠蛇一样横向移动）。这将一个复杂的问题变成了一个只需调整两个旋钮的简单游戏。
3. “第六感”（感知）
机器人需要知道它走在什么上面。是滑腻的沙地？还是粗糙的草地？
- 类比：研究人员赋予机器人一种基于鱼群或鸟群协同移动方式的“感觉”系统。他们使用了一组虚拟的“振荡器”（像微小的同步节拍器），这些振荡器监听作用在蛇腹部的力。
- 工作原理：当蛇碰到粗糙地面时，节拍器会同步起来，向大脑报告：“嘿，我们在崎岖的地形上！”当它碰到平滑的沙地时，它们的同步方式则不同。这让机器人无需昂贵的摄像头或激光，就能实时感知其环境。
4. 学习过程（强化学习）
团队没有为机器人编写操作手册。相反，他们让机器人通过试错来学习，就像小狗学习接飞盘一样。
- 第一阶段：沙盒：首先，他们让蛇在平坦、简单的地板上练习（有些粗糙，有些平滑）。机器人尝试了数百万种不同的动作，接近目标会获得“积分”，陷入困境则会“扣分”。最终，它学会了两种完美的“舞步”：一种用于粗糙地面，一种用于平滑沙地。
- 第二阶段：切换：然后，他们将机器人置于混合环境（一半粗糙，一半平滑）。他们没有重新训练整个机器人，而是给它定了一条简单的规则：“如果你的传感器感觉到粗糙，就使用粗糙地面的舞步；如果感觉到平滑，就使用平滑地面的舞步。”
- 结果：机器人成功地在行进中切换舞步，像真正的蛇一样穿越了混合地形。
5. “抬头”超能力
最后，他们在真正杂乱的三维世界中测试了机器人，那里有山丘、裂缝和悬崖（根据火星和其他地形的真实照片重建）。
- 挑战：有时，机器人会被困住，因为一个凸起抬起了它的腹部，导致它失去抓地力。
- 解决方案：他们在机器人的大脑中增加了一个“紧急按钮”。如果传感器感觉到机器人正在失去与地面的接触，它会自动将头抬得更高。
- 类比：想象你在岩石小径上行走并差点绊倒；你会本能地抬脚更高以越过下一块岩石。机器人也是如此。通过抬头，它缩短了接触地面的身体部分，这实际上帮助它抓得更牢，转弯更急。
核心结论
研究人员构建了一个系统，使柔软的机器蛇能够：
- 学习在平坦地面上的简单运动模式。
- 感知它所在的地面类型，使用一种“集体感觉”系统。
- 切换不同的运动风格，当地面变化时瞬间完成。
- 适应，当地形变得崎岖时抬起头部。
结果是一个能够高可靠性地穿越复杂、真实世界三维景观的机器人，证明了要在杂乱的世界中移动，你并不需要超级复杂的大脑——你只需要正确的本能和一点点学习。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。