據英國《每日郵報》5月3日報道，科學家們研發出了一款機器人。該機器人配有一種算法，可以繪制空間地圖，創建一個擁有不同行走方式的數據庫，即便是它的腿損壞、折斷或缺失了，也能很快恢復。該機器人可以用來完成對人類來說太過危險的一些事情。

雖然人們普遍擔心機器人有一天會站起來反抗我們，但目前還存在一個主要障礙——它們太脆弱了。新的研究希望通過給機器人配備特殊的軟件，幫助它們學會如何在2分鐘或更短的時間內從損傷中恢復，從而提高它們的復原力。希望這些學習算法有助于研發出更有效的自主機器人，這種機器人需要較少的人工干預，并且可以在工作或搜索救援等關鍵情況下持續更長時間。

在這項研究中，皮埃爾和瑪麗居里大學以及懷俄明州大學的科學家們從真實動物身上學到了一課。當動物受傷時，他們可以通過跛行、轉移重心或其他方式來維持。例如，許多三條腿的狗可以抓到飛盤，或者如果有人扭傷了腳踝，仍然可以在受傷的情況下學會走路。

這項研究的參與者讓 -巴蒂斯特 ?莫雷在一份聲明中說，"動物受傷后不會從零開始學習。相反，他們對不同的行為方式會有直覺。""這種直覺使他們能夠智能地選擇一些不同的行為方式進行試驗，并在試驗之后選擇一種盡管受傷也有效的行為方式。我們制造的機器人也能做到這一點，"他解釋道。

從本質上講，機器人可以建立一個擁有不同運動方式的庫，并確定在受損后可以依靠身體的哪些部位進行運動，即使是在腿折斷或缺失的情況下。要求機器人繪制所有這些場景會花費太長時間，并且可能會損壞設備，因此科學家在計算機模擬中進行了繪制。

研究表明，通過這種方式，他們能夠測試并映射13000多種不同的行走方式，包括在"機器人的腿損傷、折斷或缺失，以及其手臂關節以14種不同方式折斷"的情況下。科學家稱這個過程為"智能試錯算法"，最終使機器人能夠在2分鐘或更短的時間內適應各種情況。

當機器人受到損傷后，它就像一個"科學家"，嘗試不同的行為方式，并排除那些不起作用的行為方式。研究人員指出，"我們讓機器人以行為表現空間地圖的形式存儲以往經驗中的知識。在此地圖的指導下，受傷機器人對不同類型的預估中表現良好的行為方式進行嘗試，并在進行試驗時更新其對這些行為方式的性能估計。"他們總結說，"當機器人預測到已經發現了最有效的行為方式時，該過程結束。結果是機器人在沒有對其原因進行詳細的機械理解的情況下，很快就找到了一種彌補受傷的方式，就像動物一樣。"

在過去，科學家已經能夠開發出自診斷機器人，但這些機器人使用的是昂貴的傳感器，并且往往需要一段時間才能制定應急計劃 (如跛行行走 )。

通過這項研究，研究人員希望讓機器人在危險或時間緊急的情況下持續更久。例如，自我修復機器人將能夠涉入對人類來說太過危險的情況，例如森林火災、營救被困的受害者或關閉核電站。這項研究的合著者達內什 ?塔拉普爾在一份聲明中說，"它可以幫助救援人員進行營救工作，救援人員不用一直神經緊繃著。這還使創建個人機器人助手變得更加容易，即使在其部件損壞時，也能繼續發揮作用。"