4月27日消息，據PCMag.com報道，在大自然中，優雅的工程解決方案比比皆是，而機器人領域的專家們正在努力解開它們的秘密。
我和守衛用了5分多鐘才穿過了利用二戰時期的倉庫改造的建筑，先要通過迷宮般昏暗的走廊和海綿狀的軌道艙，然后穿過滿是太空船骨架的實驗室，最終才到達作業臺，美國海軍正在這里建造機器人松鼠。這種機器人松鼠的全稱是中尺度機器人運動計劃(MeRLIn)，它可被視為嚙齒怪物。到今年春天完工時，這種機器人重約9斤到20斤。
MeRLIn由矩形管和第十代狗關節腿組成，然后安裝在滑動鋁支柱上。旁邊的深藍色3D打印模塊顯示其完成時的狀態：無頭的四腿機器，體型與約克郡梗相當。但是當這個項目的工程師啟動它進行演示時，我看到他們為何喜歡將MeRLIn打造為松鼠形態了。雖然它使用小型馬達和液壓驅動活塞，但它卻能跳得非常高。
生物崛起
MeRLIn只是最近從動物身上找到靈感而開發出的機器人之一。動物王國充斥著許多聰明的感應和運動例證，而在電池驅動、動力有限的自動機器人世界，效率才是關鍵。例如模仿袋鼠的跳躍能力，可以幫助機器人實現功耗和性能之間的理想平衡：每跨出一步，這些有袋動物的后肢都會提供強大的儲存能量，使得袋鼠在能量消耗較少的狀態下長途旅行。
在最具創新性的機器人設計不斷涌現的今天，生物學為其提供了巨大支持。看看加州大學伯克利分校的Salto，它從非洲跳高嬰猴身上獲得靈感。而弗吉尼亞大學的mantabot，則是模仿切薩皮克灣牛鼻魟研制的。很容易理解這樣做的原因。從生物身上獲得的啟發在設計方面存在明顯優勢，特別是涉及到那些人類很難適應和完成的任務時。
從微小的蒼蠅到深海魚類甚至微生物(有些燃料電池由微生物化學驅動)，大自然都在以非常有效的方式對生物進行修改和調整，以便它們適應各種環境。數百萬年的進化使得動物們能夠飛行、跳躍、行走以及游泳，在無形光譜中進行感知。此外，它們還有我們可能至今仍未發現的更多能力。
但是如今正在建造的生物機器人遠非動物的機械復制品，它們是這些優雅生物解決方案發展的方向?，F在，我們需要解析這些生物策略，并將它們的主要本質分解出來，以利用它們來實現我們的目標。科學家和工程師們建造這些能夠更好移動的組件、能夠深入思考的處理器以及能夠精確檢測的傳感器，然后將它們整合成為真正有用、可批量完成難以實現的任務的方案。
前期挑戰
如果MeRLIn看起來讓人覺得很熟悉，的確如此。這個項目的首席調查員格倫·亨肖(Glen Henshaw)說，事實上，MeRLIn從其他互聯網知名機器人身上獲得靈感，比如Boston Dynamics的L3、Big Dog以及麻省理工學院的Cheetah。海軍研究實驗室的工程師們希望能夠研發出體型更小、更安靜以及更靈巧的機器人，它不需要兩個年輕魁梧的海軍陸戰隊士兵抬著它來檢查潛在危險。但是開發MeRLIn并非簡單地將機器人縮小，以便其能放進士兵的背包中。它還個需要理解特定步態功能的過程，為何這些步態適合不同的地形，以及如何制造能夠學習適應和選擇正確步態的機器人。
在MeRLIn的作業臺上，控制工程師喬·海耶斯(Joe Hays)向電腦中輸入幾個測試指令，讓機器人的腿部抽動和猛然拉動。在他去除支撐鋁柱后，MeRLIn的單腿就可以支撐住磚頭大小的身體。隨后，控制權交給液壓控制系統，隨著閃電般的痙攣，merRLin的腿彈跳到1米高的空中，然后被重新引導回垂直金屬軌道上。重復這個過程3次，機器人在最后一次強力跳躍后撞到了防護罩的頂部，隨后重重摔在地上，腿部斷裂。亨肖說：“坦率地說，有很多我們還不知道的動物運動方式。我們真的不了解神經肌肉系統，我們正嘗試建造某些不知道應該如何行走的東西。”
這個團隊也在研究水力學方面的一些問題，但利用自適應算法已經發現了良好的成功模式，這種算法以每毫秒1次的速度探測并糾正硬件電路中的不確定性。他們認為，它有望在幾個月內從地面跳到桌子上。在賓西法尼亞大學，在丹·科迪茨切克(Dan Koditschek)的指導下，艾維克·德(Avik De)與加文·肯尼利(Gavin Kenneally)設計的Minitaur是最新的超小型、輕量化的四足機器人。Minitaur重約6公斤，可以跳躍步態前進。但是當你看到它爬樓梯、翻圍墻以及跳躍解鎖的視頻，鐘愛可能迅速變成懷疑。
德和肯尼利通過使用自由擺動、直接驅動的腿部代替傳統齒輪驅動腿部，大幅削減這種機器人的身體。馬達作為反饋傳感器與機器人的軟件相連，檢測和調整扭矩，每秒可進行1000次。結果機器人可以緩慢或快速跳動、爬樓梯、跳起來、擺動腿部，然后鉤住門把手將其打開。雖然它還遠未實現自動化，并且缺少能讓它自由活動的傳感器和控制系統，但Minitaur獨特、可調彈簧高蹺式的行動表明，即使沒有強大的驅動機制，依然可實現靈活性。它是由市場上購買的零部件組裝的。
德說：“顯然為這些人安裝腿部有足夠的動機，但當前的技術狀態還不夠成熟，而且非常昂貴?！钡嘛@然也指Boston Dynamics的Atlas機器人，盡管其能力更強，但成本昂貴，技術復雜，很難仿制。他說：“我們想要制造其他人也能利用的機器人，以便于他們能夠在自己的應用中嘗試。”
蛇形方案
霍維·喬塞特(Howie Choset)承認自己很怕蛇。但是出人意料地是，他最著名的作品卻幾乎都呈現蛇形。喬塞特是美國卡內基-梅隆大學副教授，自從攻讀研究生以來就在研究蛇形機器人，并取得一系列成就。他主管卡內基-梅隆大學旗下機器人研究所，這個實驗室中的許多正在開發的創造性功能都是從蛇身上獲得靈感的。他還是最近新推出的《Science Robotics》期刊總編，并編寫了有關機器人運動原理的教科書。在繁忙之余，喬塞特還創辦了2家公司Hebi Robotics和Medrobotics。其中，后者主要研究先進的內窺鏡手術工具Flex Robotic System，2015年已經獲得FDA批準使用。
喬塞特曾為Flex Robotic System的靈感是否來自蛇進行辯解，他稱機器人的蛇形是基于人類內心空間的曲折而設計的。但是其他人最近的工作顯然是通過觀察蛇，并模仿它們的行動開發機器人，特別是通過與佐治亞州理工學院物理學家丹·戈德曼(Dan Goldman)合作，后者主要研究生物力學，通過從螃蟹、海龜、蟑螂、彈涂魚以及沙魚身上獲得靈感設計機器人。
喬塞特也承認，他的研究曾受到仿生機器人先驅之一羅伯特·福爾(Robert Full)的影響，后者是加州大學伯克利分校下屬Poly-Pedal實驗室負責人。通過研究蟑螂如何移動，壁虎如何爬上垂直墻壁，福爾、喬塞特以及其他專家設法將這些秘密歸納成通用設計原則，而這些原則可應用于新的機器人設計方案中。喬塞特說：“我們應該復制生物學嗎?不，我們需要詢問生物學家，我們想要的是最好的設計原則，并將其投入應用。”
喬塞特、戈德曼以及Zoo Atlanta的約瑟夫·門德爾松(Joseph Mendelson)共同研究響尾蛇的運動方式，最終將其劇烈的扭動運動歸納為一系列的變形波。將這些知識應用到蛇形機器人項目中，喬塞特的團隊能夠讓他們的機器人爬上沙堆，這在此前是不可能完成的任務。了解蛇如何改變體形以適應周圍環境也讓喬塞特開發出新的蛇形機器人，它可以纏繞柱子和進入門楣內側，他設想這種設計可能被用于探索非常危險的內部情況，比如核電站或難以進入的考古遺址中。
喬塞特說：“事實上，生物是如此的復雜，我只希望能夠將其機制應用到我們的機器人中。但是我們并非要復制動物擁有的能力及其復雜性，我們希望建立擁有更大發展潛力的機制和系統。”喬塞特自己取得的進步和學生們取得的成就與發現，被相當偶然地應用到開發到機器人的領域中。他說：“進化是盲目的，也沒有轉折點，只有一系列的發展。從外部看來，它們就像是取得了重大突破?！?/p>
關鍵路口
很多時候，工程師們不了解生物學原理，這就需要工程師和生物學家進行合作。在芝加哥大學，生物學家馬克·韋斯特尼特(Mark Westneat)正研究隆頭魚，并與海軍展開合作，促使他們開發出在水下移動緩慢卻非常靈活的機器人WANDA，可被用于幫助檢查船體、碼頭以及石油鉆井等。
20多年前，高速攝影是個重要的研究課題，當時韋斯特尼特剛剛開始進行隆頭魚成像研究，此后海軍對他的研究也產生興趣。在恒定電流的流動池中，韋斯特尼特稱其為“魚兒跑步機”，隆頭魚在那里開心的游動，只利用胸鰭就能在流動池中保持在固定位置上，而高速攝像機可捕捉到其運動的每個細節，每秒速度達到1000幀。
結合生物學家對隆頭魚進行解剖獲得的詳細知識，比如魚鰭如何附在肌肉上、鰭膜中神經末梢如何傳遞應力和張力等，這些攝影能夠幫助科學家們深入了解隆頭魚如何通過在水中扭動身體、拍打水流推進自己。這種能力可讓隆頭魚保持在原地徘徊，身體不被水流沖走。WANDA項目首席工程師杰森·葛德爾(Jason Geder)說，這種能力讓隆頭魚成為新式靈活水下設備的理想模型。他解釋稱：“傳統螺旋槳或助推器驅動的水下設備沒有這種可操作性，或者轉彎過大。而隆頭魚是非常好的魚類模型，因為如果我們要想在水下設備中心附上剛性外殼，我們可以利用這種胸鰭運動獲得相似的性能。”
韋斯特尼特認為，新的3D攝影能力可進一步加強研究。他說：“對于魚兒來說，這攸關生存或死亡。而對于我們來說，更好地理解效率意味著我們會獲得更好的動力。我們真的想要模仿薄膜底層的骨骼結構和機械性能，看看我們是否可以得到超高的效率?！?/p>
對于研究人員來說，博物館的生物收藏是另一個還未被充分利用的豐富資源。以史密森博物館為例，這里有近60萬種脊椎動物標本。而弗吉尼亞理工大學的羅爾夫·穆勒(Rolf Müller)正在這種優勢，他從蝙蝠身上獲得靈感開發無人機。利用博物館中蝙蝠耳朵和鼻子的3D掃描，穆勒已經制造出類似結構的飛行機器人。他說：“那里的抽屜里收集有數以百萬計的樣本，你可以迅速訪問?！彼埐┪镳^專業人員和研究人員幫助在全國各地推進類似的仿生研究。
無論是流動池中的魚還是躺在抽屜中的樣本，將它們從數據變成有用形式依然存在挑戰。韋斯特尼特說：“典型的工程師需要規格，但生物學家可能會交給他們解剖圖?！敝钡接H自開始某些工程會議，韋斯特尼特才意識到自己的工作可提供魚兒運動的機械數據，這些運動可被轉換成電機功率、力量以及數據，工程師們用它們開發更好的機器。他說：“這些都是自然選擇在發揮作用，但它們也可讓自動車輛變得不同?！?/p>
返回學校
學習、記憶以及采用都存在挑戰。讓我們重新回到海軍改造倉庫，MeRLIn團隊依然在致力于解決小型化問題。但是他們都意識到，它們設想的機器人若沒有學習、記憶以及適應能力，還不算完整。亨肖不在實驗室工作的時候，會在家中養羊。他說，觀察新出生的羊羔蹣跚學步也強調了人工復制這個過程的難度。他說，沒人真正理解這個過程，羊羔需要不斷調整它們的運動，以便隨著成長快速適應身體變化。他的團隊正采用這種策略編寫軟件，可讓他們改變MeRLIn的步態。
另外，亨肖也在參加其他項目，幫助開發源自生物的學習系統。他展示了視頻，顯示機器腿將球踢進球門中的過程。經過3次編程，腿部可自動踢球78次，它能系統性地選擇自己的目標，并追蹤其成功和失敗。經過進一步細化并應用到MeRLIn這樣的機器人身上，這類代碼可能讓行走機器人更容易適應自己不同的有效載荷或腿長。
亨肖表示：“許多項目都有自己的方程式，以通過實時的大數學方程幫助找出優化重力中心或運動的方案。這種方法很有用，但它并不完全屬于生物學。我不能說為踢球機器人編寫的算法正發生在大腦中，但它看起來似乎是必然要進行的事情。人類通過實踐學習爬樹和地球，而非數值優化?！?/p>
但亨肖補充說，深度學習和訪問收集到的知識很可能加速這個進程，然而硬件還不夠健壯或依然很小，沒有適合的東西能適應小型化的MeRLIn。他說：“如果你想要這些小機器人，那么我們不必對算法做出太大改進，而是努力開發運行它們的硬件。否則，你會發現電腦、電池都太大了，小型機器人根本無法高效工作。”
新興市場
生物提供的創新身體平臺和運動策略的捷徑，也可能有助于使從生物身上借用靈感的機器人在經濟上變得更加可行。喬塞特并非唯一創建公司來推進其發明投入實際應用的學者，事實上，由挪威科技大學機器人學教授克里斯汀·派特森(Kristin Ytterstad Pettersen)資助的Eelume，目前正推銷自己的機器人游泳蛇，以用于水下探索和檢查任務。德和肯尼利創辦的Ghost Robotics公司也在出售Minitaur。
大型私人企業也正參與到這個領域中來。Boston Engineering的船舶檢測機器人BioSwimmer已經進入最后現場演示階段。這種機器人不僅從金槍魚身上獲得靈感，其整個外部軀體都是基于1.5米長的藍鰭金槍魚設計的，這條魚是該公司在沃爾瑟姆的辦公室附近捕獲的。就像金槍魚那樣，BioSwimmer推進器的動力源自尾部，讓機器人前半部分安裝各種傳感器和有效載荷。他們的目標不是模仿金槍魚，而是利用這種動物的效率和高性能。
Boston Engineering先進系統團隊主管邁克·盧弗(Mike Rufo)表示，設計的生物方面沒有那么容易打造出來，但它也不會額外增加難度。盧弗宣稱，該公司正建造BioSwimmer(1.5米長、45公斤重)，類似項目成本約為100萬美元，而BioSwimmer的成本僅與類似體型的車輛差不多。但靈感源自金槍魚推進策略提供的運動效率讓它使用標準動力源時可運行更長時間。
盧弗說：“總的來說，在我們打造仿生機器人的前進路上還有許多技術障礙，但生物靈感也同樣提供了機會，讓我們可解決那些直接挑戰，或在某種程度上減輕這些挑戰帶來的影響，并提高性能。舉例來說，盡管電池技術取得了令人興奮的進步，但在我們的平臺上，你能將多少動力注入小型機器人身上?如果你能解決系統的效率問題，也許電池的影響就不會太大。在這方面，生物靈感可發揮巨大作用。”不過，盧弗認為這樣的機器人還不常見，除了國防應用外，至少還需要5到10年時間才能普及。
在我們日常生活中出現不那么令人毛骨悚然的機器人助手前，我們還需要克服許多障礙。過去幾年，這個領域已經取得了巨大進步，生物學和進化相結合的目標也日益清晰，我們更為關注生物強大的適應能力和執行能力。韋斯特尼特說：“有時候，我看著這些水下機器人，它們似乎依然顯得笨拙，但那是因為我習慣了看到優雅的動物穿過珊瑚礁。而認為工程師和生物學家可以聯手研究機器人，讓它們可以自己跳進水中執行任務，越來越不令人感到驚訝。這個領域發生的一切都令人感到興奮!”
