文章详情

本站 3 月 3 日消息，哥伦比亚大学机械工程系主任霍德・利普森（Hod Lipson）领导的一支研究团队基于视觉学习与机器人技术的交集开发了一种新策略，使机器人能够通过观察自身运动，建立对自身结构和运动方式的理解。

这项技术的核心在于利用普通 2D 摄像头拍摄的视频来让机器人通过自我观察建立运动学自我意识，从而使其完善动作并预测自己的空间运动，甚至无需人类干预就能从损坏中恢复，为自主机器人技术发展开辟全新路径。

研究团队利用深度神经网络和普通摄像头，成功地让机器人自主创建三维运动学模型。这种方法使机器人能够像人类照镜子一样，通过视觉感知自身，理解并适应自身的运动方式。

通过开发“自我意识”，这些机器人可以彻底实现自动化，使其在家庭、工厂和灾区等现实环境中更独立、更适应、更高效。

相关研究成果已于 2 月 25 日发表在《自然・机器智能》上（本站附 DOI:10.1038 / s42256-025-01006-w）。

这种自我建模能力在实际应用中具有重要意义。例如，假设一台机器人在执行任务时受损，传统方法可能需要人工干预进行修复。而具备自我建模能力的机器人，可以通过观察自身受损情况，调整运动方式，继续完成任务，提高了系统的鲁棒性和可靠性。

利普森教授表示，“我们人类无法一直像照顾婴儿那样，为机器人修理损坏部件、调整性能参数。如果机器人要真正发挥作用就必须学会自我照护，这正是自我建模技术如此重要的原因。”

这项研究以哥伦比亚大学二十年的研究为基础。在此期间，研究人员一直在开发机器人利用摄像头和其他传感器创建自我模型的方法。

2006 年，他们的机器人只能生成简单的模型。十年后，他们利用多个摄像头制作出了更完善的高保真型号，而现在终于首次成功利用单个标准摄像头的短视频片段建立了机器人的完整运动模型。

利普森教授解释说：“我们人类天生就对自己的身体有直观的认识，能在实际行动前预想未来状态并评估行为后果，我们的终极目标是让机器人具备类似的自我想象能力。一旦能预见未来，其潜力将无可限量。”