机器人正在学习靠墙支撑自己以避免跌倒

看到机器人掉下来咯咯笑到此为止。洛林大学的研究人员开发了一种“损伤反射”系统(又名 D-Reflex)，当它的一条腿骨折时，人形 TALOS 机器人会靠在墙上，就像一个刚刚失去平衡的人一样。基于神经网络的系统利用其经验(在本例中为 882,000 次训练模拟)快速找到墙上最有可能提供稳定性的点。机器人不需要知道它是如何损坏的，并且可以像人一样快速地伸出手。

正如IEEE Spectrum所 指出的，结果是您所期望的反喜剧。机器人没有跌倒在地，而是像刚扭伤脚踝的人一样靠在墙上。它不是特别优雅，需要机器人在接触时立即停止手，但它在四分之三的测试中是有效的。

D-Reflex 不能保证防止跌倒，部分原因是它无法考虑所有可能的位置或表面。一旦它避免了灾难，它也无助于机器人恢复——在它找到帮助之前，你不会看到机器人一瘸一拐地沿着墙走。当前的方法也基于静止的机器人，如果执行器在步幅中途出现故障，则无济于事。

然而，研究人员希望制造一个在移动中有用的系统，并设想机器人可以在即将跌倒时抓住椅子和其他复杂物体。这可以节省更换工作机器人的成本，否则这些机器人将陷入厄运，并可能导致更多“自然”的机器人学会利用他们的环境来发挥自己的优势。有一件事是肯定的：如果机器人世界末日发生，让机器跳闸不会让它们停止太久。