機器人學會自我觀察，邁向自主學習新紀元

哥倫比亞大學工程學院的最新研究揭示，機器人透過攝影機觀察自身動作，能夠自我學習其身體結構與運動方式。這項突破不僅讓機器人能夠自主規劃行動，還能在身體受損時自我調整。研究成果已發表於《自然機器智慧》期刊。

研究主要作者、哥倫比亞大學創意機器實驗室博士生胡宇航表示：「就像人類透過鏡子觀察自己來學習舞蹈，機器人現在利用原始影像建立運動學的自我認知。」該實驗室由創新教授兼機械工程系主任霍德·利普森領導。他強調：「我們的目標是讓機器人理解自己的身體，適應損傷，並在無需持續人工程式設計的情況下學習新技能。」

多數機器人最初在模擬環境中學習移動，隨後才進入現實世界繼續學習。利普森解釋：「模擬器越精確，機器人從虛擬過渡到現實的過程就越順利。」然而，打造一個優質的模擬器通常需要專業工程師投入大量精力。研究團隊則讓機器人僅透過攝影機觀察自身動作，就能自主建立模擬器。

利普森指出：「這項能力不僅節省工程資源，還能讓模擬器隨著機器人的磨損、損傷與適應持續進化。」在研究中，機器人透過鏡子觀察自己的反射，學習其形態與運動學，從而實現自主模擬。這一過程凸顯了視覺學習與機器人技術的結合，機器人透過自我觀察精進動作並預測空間移動。

研究團隊開發了一種方法，讓機器人僅使用一臺普通的2D攝影機，就能自主建模其3D形狀。這項突破依賴於三個模仿大腦的深度神經網路系統，它們從2D影像推斷3D動作，使機器人能夠理解並適應自身運動。新系統還能識別機器人身體的變化，例如手臂彎曲，並幫助它們調整動作以應對模擬損傷。

胡宇航舉例說明：「想像一下，一臺掃地機器人或個人助理機器人在撞到傢俱後發現手臂彎曲。它不需要故障或維修，而是觀察自己，調整動作並繼續工作。這將使家用機器人更可靠，無需持續重新程式設計。」另一種情境可能是汽車工廠中的機器手臂因碰撞而偏移。胡宇航補充：「它不必停止生產，而是觀察自己，微調動作並繼續焊接，從而減少停機時間與成本。這種適應性將使製造業更具韌性。」

隨著我們將更多關鍵功能交給機器人，從製造業到醫療照護，我們需要這些機器人更具韌性。利普森表示：「我們無法持續照顧這些機器人，修復損壞部件並調整效能。如果機器人要真正發揮作用，它們必須學會自我照顧。這就是為什麼自我建模如此重要。」

這項研究展示的能力是哥倫比亞團隊過去二十年來一系列專案的最新成果，這些專案讓機器人利用攝影機與其他感測器，在自我建模方面不斷進步。2006年，研究團隊的機器人僅能透過觀察建立簡單的線條模擬。約十年前，機器人開始使用多臺攝影機建立更高精度的模型。在這項研究中，機器人僅透過一臺普通攝影機的短影片，就能建立全面的運動學模型，就像照鏡子一樣。研究人員將這項新能力稱為「運動學自我認知」。

利普森解釋：「人類直覺上了解自己的身體，我們能在現實中執行動作之前，想像自己並預見行動的後果。最終，我們希望賦予機器人類似的想像能力，因為一旦你能想像未來的自己，就沒有什麼事是你做不到的。」