Neuro Inspired Robotics: What Robot Learning Can Borrow from the Sensorimotor Brain
本综述认为，当前机器人学习的局限性源于设计缺陷而非数据匮乏，并提出了一种受神经启发的设计框架，该框架通过整合顺应性、并行快速视觉、小脑预测以及运动皮层组合等原理，使机器人能够实现自主行动并进行递归式改进。
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
想象一个孩子第一次学习打开抽屉的情景。他们不需要说明书，不需要数百万次的练习尝试，也不需要一个工程师团队来校准他们的肌肉。他们只需伸手，感受把手，然后拉动，如果物体滑动或角度不对，他们会立即调整握力。这种在短短几年内从单一身体中学习复杂物理技能的能力，与现代机器人形成了鲜明对比。即使是最先进的机器，经过了来自数十个不同机器人的数百万次记录运动的海量训练，也往往在这些简单的任务上失败。它们在面对从未握过的物体时会显得笨拙，在场景中途发生变化时会陷入停滞，并且在部署后无法自行改进。人类灵巧度与机器人性能之间的差距不在于数据量，而在于设计。人类神经系统经过数亿年的进化来解决这些问题，而一项新的调查表明，下一代机器人必须借鉴其蓝图。
这篇题为《神经启发机器人》（Neuro Inspired Robotics）的论文指出，目前的机器人之所以失败，是因为它们的构建基础与人类大脑有着本质不同的架构。今天的机器人通常依赖中央计算机处理视觉信息，然后向电机发送精确的坐标列表，告诉它们确切的移动位置。这种方法要求极高的精度，并导致机器人在感知到所遭遇的物理力量之前，对环境的变化毫无察觉。相比之下，人体运作基于顺应性（compliance）和预测的原则。大脑并非发出指挥刚性位置的指令，而是指挥力量和刚度，使身体能够在必要时顺应环境，并在需要时才施加压力。此外，大脑不会等待缓慢的视觉处理来纠正抓握滑落；它使用一套快速的反射系统和预测模型，在误差被完全感知之前就调整动作。作者提出，通过模仿这些生物策略——特别是大脑如何处理触觉、视觉和预测——机器人可以从脆弱的、预设程序的机器转变为具有适应性和自我改进能力的智能体。
该综述首先考察了运动最基本的元素：发送给肌肉的指令。在标准机器人中，策略输出一个目标位置，随后由一个独立的、固定的控制器试图强迫电机到达该点。如果机器人遇到意外障碍，僵硬的控制器会与障碍物对抗，往往导致损坏或失败。人类的运动系统则不同。它发送的信号同时控制着期望的位置和肢体的刚度。这使得身体表现得像一个智能弹簧。当人类将一根杆插入弯曲的槽口时，他们不需要计算槽口的精确曲线。相反，他们在沿槽口方向施加高刚度，而在横向则施加低刚度。槽口的壁自然地引导杆件到位，手部则顺应接触力。论文建议机器人也应采用这种策略。通过在主控制策略之下增加一层顺应层，机器人可以让物理世界提供它原本需要计算的细节，从而使其对意外变化更加鲁棒。
触觉是生物学提供优越设计的另一个领域。目前的机器人通常过度依赖视觉，将触觉视为次要或可选的输入。然而，人类可以在黑暗中找到门把手并将其打开，而无需看一眼。论文强调，视觉只能观察运动和形状，而触觉直接测量交互中的力。当人类握住物体时，皮肤中的特化传感器能在约75毫秒内检测到滑动，从而触发自动反射来收紧握力，这比大脑有意识意识到物体移动的时间要早得多。这种反射回路比任何视觉修正都要快。作者提出，机器人应该将触觉作为主要输入，将其表示为一个驱动顺应性控制的力场。通过训练模型来预测动作的触觉后果，机器人可以学习在物体滑动时立即调整握力，就像人类一样，而无需停下来进行视觉上的重新评估。
视觉同样需要一种新方法。目前的机器人视觉系统通常反应较慢，且优化方向在于识别物体，类似于人类识别面孔。然而，控制移动的手需要一种不同类型的视觉：一种能够高速追踪运动和位置的视觉。人类大脑通过将视觉分为两个流来解决这个问题。一个流是“腹侧流”，它是缓慢的，致力于识别物体是什么；另一个流是“背侧流”，它是快速的，致力于引导动作，不断更新物体相对于手的空间位置。论文认为，机器人应该建立类似的双系统。与其依赖单一且缓慢的视觉编码器，不如建立一个专门的、快速的编码器，它以摄像头的帧率运行，并向反应式策略头提供关于运动和接触的即时数据。这将使机器人能够实时应对滑落的物体或移动的目标，而不是等待对场景进行缓慢而详细的分析。
或许最深刻的见解来自于小脑，这个部分的大脑常被描述为一个预测器。小脑会接收每一个运动指令的副本，并预测执行该指令后身体将会感受到什么以及看到什么，整个过程仅需几毫秒。如果实际感觉与预测不符，小脑会立即重新校准运动。这使得人类能够在视觉反馈回路正常发挥作用之前，就能接住球或调整对重物的握持。论文建议，机器人应该包含一个类似的“世界模型”或预测器，该预测器与主策略并行运行。这个预测器会预测每个指令的结果，并利用预测与现实之间的误差来即时调整机器人的行为。不同于目前需要数秒处理和学习的模型，这个预测器应该是浅层且快速的，能够在一个尝试内适应新工具或更重的物体，从而有效地让机器人在单次尝试中实现学习和改进。
最后，论文概述了这些机器人如何随着时间的推移进行学习和改进，镜像了人类练习与巩固的过程。目前，机器人的技能一旦部署便处于冻结状态；如果没有人工干预，它无法从自身的错误中学习。提出的设计涉及一个系统，让机器人将复杂的任务分解为更小的、可验证的单元，例如到达、定向和抓取。它练习这些单元，并由一个“巩固代理”审查成功的尝试，将显式的、缓慢的代码转化为存储在机器人神经权重中的快速、隐性技能。随着时间的推移，机器人将从小心测量每个角度和力量，转变为仅仅通过“目测”任务并执行动作，就像掌握了一项技能的人类一样。这种练习薄弱环节、判断成功并巩固知识的循环将实现递归式自我改进，使机器人能够随着每一次尝试的任务变得更加强大和灵巧。
作者谨慎地指出，这些想法是待测试的假设，而非已证实的解决方案。他们所引用的神经科学是复杂且存在争议的，且生物大脑与硅基机器之间的类比也有其局限性。然而，论文提出了一个令人信服的论点：通往未来的路径不在于单纯扩大数据规模或计算能力，而在于重新思考机器的基础架构。通过借鉴神经系统的顺应性、快速感官回路、预测建模和主动练习等原则，下一代机器人或许终将实现那份长期以来令其望尘莫及的、流畅且具适应性的智能。
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。