Learning Control as Enabling Layer for Embodied Intelligence Research explored with Soft Robotic Swimming in diverse Flow Speeds
本文证明了通过线性重复学习估计方案（PID-LRLES）增强传统 PID 控制，可以显著提高软体机器人游泳在不同流速下的跟踪精度和重复性，从而为未来的具身智能研究提供一个稳健的赋能层。
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
想象一只试图在河流中游泳的机器人鱼。在平静、静止的池塘里，机器人可以非常轻松地进行完美、有节奏的摆尾。但只要水流开始流动，水流就会推挤着机器人柔软、富有弹性的身体。这会让机器人变得摇晃、漂移并失去节奏，就像是在有人不断从侧面推你时，试图走直线一样。
Schwab及其同事的这篇论文介绍了一种全新的软体机器人鱼“大脑”，它能帮助机器人在水流湍急时仍能保持航向。以下是他们实现这一目标的原理，通过简单的解释如下：
问题所在：“僵硬”的大脑 vs. “柔软”的身体
研究人员制造了一个身体由类似真实鱼类的软硅胶制成的机器人鱼。为了控制它，他们通常使用一种标准的计算机程序，称为 PID（可以将其理解为一种基础的自动驾驶仪）。
- 在静止的水中： PID自动驾驶仪表现得非常好。它告诉机器人去摆动，机器人便完美地摆动。
- 在流动的水中： PID自动驾驶仪会感到困惑。它试图纠正机器人的动作，但由于水流以一种重复的模式（每当尾巴摆动时）产生推力，机器人开始出现滞后。这就像是在试图跟着一首歌跳舞，但有人却在不断改变节拍；舞者（机器人）会跟不上节奏，并开始踉跄。水流越快，机器人的表现就越糟糕。
解决方案：“记忆”大脑 (PID-LRLES)
团队为机器人的大脑添加了一个特殊的“学习”层，称为 PID-LRLES。你可以将它理解为赋予了机器人一种专门针对水流节奏的“短期记忆”。
- 它是如何工作的： 这个新系统不再仅仅是对“当下”发生的错误做出反应（就像基础的PID那样），而是会观察“过去几次”摆尾的情况。
- 类比： 想象你在跑步机上行走，而跑步机突然开始加速。一个基础的步行者只会踉跄并试图追赶。而一个具有“学习能力”的步行者会注意到：“噢，每当我迈出一步，传送带就会把我向后推一点。”因此，在“下一步”迈出之前，他们会下意识地先用力推一下，以抵消传送带的动作。他们学会了这种推力的模式，并提前将其抵消。
- 结果： 机器人学会了水流在每次摆动时给它的特定“推力”。经过几次调整（大约10秒或12次摆动后），它就能完美地调整自己的动作，从而抵消水的推力，无论水流多快，都能保持尾部运动平滑且完美的节奏。
秘密武器：“感觉”传感器
为了让这种学习生效，机器人需要准确知道自己的身体是如何弯曲的。研究人员将一个柔软、灵活的传感器直接安装在机器人的脊椎上。
- 隐喻： 你可以将这个传感器看作是你自身身体的本体感觉（即那种无需看手也能知道手臂位置的感觉）。
- 没有这个传感器，机器人只能靠猜测水是如何影响它的。有了这个传感器，机器人能够实时“感觉到”水是如何推挤它的身体。这种感觉让“记忆”部分的大脑能够学习水流推力的精确模式，并进行修正。
他们的发现
研究人员在水洞实验中测试了该机器人，水速从平静的池水增加到了快速的溪流（最高达 32.6 cm/s）。
- 一次性调优： 他们在静止水中设置好了机器人的控制参数，并且再也没有更改过这些设置。他们不需要为每一种新的水速重新调整机器人。
- 更高的准确度： 拥有“学习型”大脑的机器人比拥有基础大脑的机器人能更紧密地遵循其完美的游泳节奏。
- 一致性： 基础机器人的表现随着水流变快而变得越来越差且难以预测。而学习型机器人无论水流多快，都能保持稳定和可靠。
为什么这很重要
这项研究的主要目标不仅仅是制造一个更好的游泳机器人，而是要创建一个可靠的测试平台。
- 科学家利用这些机器人来研究不同的尾部形状（例如古代灭绝鱼类的尾部）如何影响游泳。
- 如果机器人的游泳因为水流的影响而变得摇晃和不稳定，科学家就无法判断性能的差异是因为“尾部形状”不同，还是仅仅因为“机器人那天状态不好”。
- 通过使用这种“学习型”控制，机器人的动作变得如此一致，以至于科学家可以自信地断言：“这个尾部形状更好，是因为它的形状，而不是因为随机的摇晃。”
简而言之，这篇论文表明，通过赋予软体机器人对水流节奏的“记忆”和对自身身体的“感觉”，我们可以让它即使在湍急的河流中，也能像真实的鱼一样稳定且自信地游泳。这为未来研究动物如何游泳以及我们如何建造更好的水下机器奠定了坚实的基础。
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。