機器學習、樹莓派(Raspberry Pi)開發板和海龜,都是令人感興趣的聊天話題,但這三者之間似乎沒有太多共同之處。然而,令人驚喜的是,美國亞利桑那州立大學(Arizona State University;ASU)的研究人員結合了這三項元素,從而將一連串有趣的對話轉變成為一群可以在沙地上爬行並找到地雷的小型機器海龜。

在開發過程中,研究人員們還探索了許多新發現,包括海龜的鰭狀肢如何從數百萬年的嘗試中發展形成,並證實是像海龜般龐大笨重的身驅移動時最有效率的方式。

20170815_Turtle_NT01P1 具有自我學習系統(以機器學習為基礎)的海龜可以美化許多不同的景觀,包括各種陸地以及甚至是火星等粗糙的行星表面景觀 (來源:ASU Now)

C-Turtle計劃一開始是探索如何結合電腦科學、生物學和工程學以解決設計挑戰的方法。在此例中,研究人員的目標是開發一種能夠輕鬆穿越具有不同密度與未知組成的沙子和其他鬆散顆粒的機器人。這其實是一個比表面上看起來更困難的任務。傳統的機器人設計通常使用模擬的方式開發運動策略,然後經由建構與編程,讓機器人得以實現該策略。然而,這種途徑不僅昂貴、耗時,而且必須具備大量的機器人編程技術,才得以實現。

亞利桑那州立大學的研究團隊選擇採取不同的途徑。他們並未先試著開發策略,而是確定最具效率的運動方法之關鍵在於打造一款低成本的機器人,從複製生物學解決問題開始。特別是,研究人員著手這項計劃的靈感來自於觀察真的海龜如何在陸地上移動。

接著,研究人員為機器人增加可在10美元的Raspberry Pi上運作的自我學習電腦演算法,這是最終可以達到最有效移動的方式。研究人員最後終於以極低成本打造出這款以Raspberry-Pi啟動的自我學習C-Turtle,大約只花費70美元的零件,包括驅體和腳蹼,以及僅約1小時的沙坑或實地訓練,就能讓這個機器海龜C-Turtles以最有效的方式學習推動自己前進。

亞利桑那州立大學電腦、資訊與決策系統工程系助理教授Heni Ben Amor說:「從我的角度來看,這是十分吸引人的方法。如果我們能從大自然得到靈感與技巧,它就能更迅速地學習。你可以利用大自然最初的靈感,讓事情順利發展。」

然而,研究團隊的興趣不僅在於解決運動挑戰。該計劃的目的在於以開發機器人作為練習,以便測試各種假設與解答問題。例如,其中一個問題是關於海龜的鰭狀肢和驅體設計元素是否真的在陸地上更有效率。海龜使用最適合水上推進設計的腳蹼。對於主要在海洋中生活的海龜——一般約幾英呎寬且重達數百到千磅以上,使用柔軟的弧形腳蹼拖曳自己穿過沙地,似乎無法提供良好的牽引力和有效率的運動。

但是,這種船槳狀的鰭狀肢、橢圓形的身驅和平滑的腹殼在陸地上更有效率。該計劃研究人員ASU進化生物博士候選人Andrew Janssen說:「海龜是巨大的動物,他們能輕鬆地穿過沙灘。事實證明,海龜的鰭狀肢比方形的船槳更好用。」

低成本的架構和自我學習演算法讓研究人員們快速嘗試各種鰭狀肢設計選項,並且讓機器人發展出每個設計可實現的最有效運動型態。研究成果將在今夏於麻省理工學院(MIT)和史丹佛大學(Stanford Univresity)發表兩篇關於C-Turtle計劃的論文。一篇論文將比較機器人設計與生物靈感,另一篇將描述在實驗室和實際條件下的演算法學習過程。

同時,該研究團隊也開始為C-Turtle啟發的機器人思考其他可能的應用。因為它能快速地適應所處的地形,所以機器人可以作為諸如在火星等行星上進行探測的運輸工具,尤其是行星表面的特徵無法預先掌握。另一方面,機器人的低成本使其適用於尋找地雷等危險的行動。以一群可能自行適應地形的機器人穿越一個地區時,如果發生爆炸,就能讓損失降至最小。

亞利桑那州立大學的多學科實驗計劃是一連串生物學啟發機器人和機器學習發現新事務的一部份。美國軍方也一直在探索生物啟發的飛行機器人和無人機,以解決許多最新的機器人挑戰。隨著機器學習技術進展,電腦資源將會變得更小、更便宜且易於編程。從行星探索到群體機器人地雷感測,可能性是無止境的。

編譯:Susan Hong

(參考原文:Raspberry-Pi-powered turtle robot learns to navigate new terrains on its own,by Jean-Jacques DeLisle, contributing writer)