90后博士首发《科学》：受妻子启发，实验2个月全球最新

来源：中国科学报 2023-05-20 12:29:44

分享到：

种八喜很难说清灵感是什么时候爆发的，也许是在观察蜥蜴的时候，也许是在和妻子散步的时候，又或者是在洗澡的时候。

传感器赋予了机器人视、力、触、嗅、味等感知能力，对机器人来说至关重要。种八喜却提出了一个大胆的想法，“去掉这些传感器，给机器人增加足够多的腿，是不是也能使其稳步前进？”

(资料图)

他抓住了这个想法，立刻进行验证。经过2个月实验、2个月写作、4个月投稿，29岁的种八喜作为第一作者，收获了人生第一篇Science论文。

在这项研究中，佐治亚理工学院物理学院博士后种八喜等人通过数学、物理建模，提出了一个“物质运输”理论框架：给机器人增加腿脚，即空间冗余，可以提高它在复杂环境中稳健移动的能力。这种冗余使机器人无需传感器也能移动。

这给机器人研发开辟了一个全新的方向。近日，这篇论文在Science杂志在线发表。

种八喜和妻子受访者供图（下同）

从观察蜈蚣到“蜈蚣机器人”

从读博士起，种八喜就致力于探究机器人运动背后的数学及物理原理。

通常的机器人有2条或4条腿，借助遍布全身的视觉、触觉等传感器和计算系统，实现对周围环境的感知和运动。多年来，依靠这样的路径，大家研发出了适用于各种场景的机器人。在人工智能技术的推动下，这一领域愈发“火热”，很快聚集起了大批追随者。

“当我做了一些相关的课题，发现自己对此并不感兴趣。比起智能算法的‘黑匣子’，我更想通过严谨的数学和物理模型实现对机器人的控制，例如其中涉及的几何力学让我非常着迷。”种八喜说。因此，他选择到佐治亚理工学院物理学院攻读博士。

走进这个名为“复杂流变学与生物力学”的实验室，会让人忍不住感叹这里像个“动物园”：鱼、乌龟、虫子、蜈蚣、蛇、蜥蜴……饲养、观察它们，也成了实验室成员的日常。

长久的观察，引发种八喜和同学们不断思考：这些动物有的4条腿、有的8条腿、有的几十条腿，还有的没有腿，它们都能行动自如。机器人是不是也可以像这些动物那样，拥有8条腿甚至几十条腿呢？

经过几年的实践和积累，研究团队开发出了拥有多条腿的“蜈蚣机器人”。“每多一条腿，就涉及与身体其他部位的配合协调问题，要重新建立其数学模型，其计算量更是呈指数级增加。”种八喜说。

而比工作量增加更关键的问题是：多了这么多的腿有什么用？在4条腿够用的情况下，为何要使其变得更复杂？

论文作者合影

导师推荐看的书，恰好在妻子书架上

种八喜思维活跃，脑子里总会不断冒出一些新的想法。而当缺乏灵感时，他常常会回归观察。

“人们走路时，需要密切关注周围信息，眼睛、耳朵、鼻子这些感官系统将得到的信息传递给大脑，大脑指挥身体，帮助我们避开障碍，平稳行走；而猫、狗似乎不需要这么多对环境的感知和反馈，4条腿的稳定性让它们走路时更大胆；对于蜈蚣，它甚至不需要感知和反馈障碍物，足够多的腿使它在崎岖不平的地方照样平稳爬行。”种八喜说。

在不断的观察和思考中，他灵机一动，蜈蚣机器人有这么多腿，是否不再需要传感器？不必精确计算前方障碍物的大小、距离？

这天，导师给种八喜推荐了一本书——《信息论概述》。回到家，他惊喜地发现，这本书就躺在妻子的书架上。作为生物医学工程学的博士，种八喜的妻子对信息论颇有研究。

那段时间，他们散步时的话题总围绕着信息论展开，有时讨论升级，还会演变为争吵，“我的思维很飘，有很多异想天开的想法，妻子比较务实，会把我的思绪拉回来。”他笑着说。

香农提出的信息论认为，要想确保消息在有噪音的线路上从A传递到达B，不是将其作为模拟信号发送，而是将其分解为离散的数字信号。为了消除噪音的影响，使传输更准确，通常会增加信息冗余。

受此启发，种八喜等人将机器人的身体看作被传输的“信息”，通过数学、物理建模，提出了一个“物质运输”理论框架：给机器人增加腿脚，即空间冗余，可以提高它在复杂环境中稳健移动的能力。这种冗余使机器人无需传感器也能移动。

“就算有一条腿踏空，其余的腿也能帮助它移动前行。像是拔河比赛时，一两个人突然绊倒并不会改变整体的移动方向。”种八喜解释说。

种八喜和导师Daniel Goldman教授

无需传感器，可轻松穿越农田、废墟……

目前，学界和业界对于机器人移动的研究大多围绕传感器展开，利用视觉、力觉、听觉、接近觉、超声波等各类传感器，使机器人能够完成复杂工作。环境越多变、工作越复杂，对传感器的精度要求越高。

“在公路、铁路上，轮式或4足机器人可以自由移动、运输货物，而一旦到了农田，或倒塌的建筑物中，这类机器人通常难以正常工作。”种八喜说，“当进入火星等未知环境时，其局限性会更明显。

为了验证蜈蚣机器人的运动性能，研究团队建造起复杂地形模型，通过不断增加腿的数量进行测试，最终从6条扩展到了16条。他们发现，当腿数达到12条时，机器人便可平稳通过地形模型。

随后，他们把机器人带到草丛、石堆中，在真实环境中再次测试，它依然表现出色。