軟體機器人是用模擬人類肌肉的柔軟材料制作的，大多數(shù)軟體機器人的設(shè)計是模仿自然界的各種生物，能完成很多傳統(tǒng)機器人做不了的任務(wù)。因為傳統(tǒng)機器人一般都是堅硬的金屬機器人，有些任務(wù)，它們根本不合適。軟體機器人能夠更加安全地與人互動，也能很容易進入到狹小的空間里面。
軟體機器人雖然可以為人們提供很多方便，但是，想讓它們準確地完成人們指定的任務(wù)，卻是一件非常困難的事情。這需要科學家們進行非常多的科學研究和實驗?？梢哉f，在人工智能領(lǐng)域，取得任何點滴進步，都相當了不起！任何一個小小的進步，都凝聚著無數(shù)科學家的心血和汗水。
人工智能如何促進軟體機器人的發(fā)展呢？換句話說，需要用到人工智能的什么技術(shù)，怎么才能讓軟體機器人準確地忠實地為人類服務(wù)呢？這是一個很難回答、很難解決的問題。因為軟體機器人幾乎可以有無限多的身體變形，它們需要隨時都能知道自己所有身體部位的位置，才能準確地完成程序設(shè)定的任務(wù)。
為了解決這個高難度的問題，研究人員開發(fā)出一種深度學習神經(jīng)網(wǎng)絡(luò)。這個深度學習神經(jīng)網(wǎng)絡(luò)優(yōu)化了軟體機器人身體上的傳感器裝配的位置，這樣，機器人就能盡量高效地完成作務(wù)了。具體是怎么回事呢？請耐心一點，接著往下看。
麻省理工學院的研究人員開發(fā)了一種深度學習神經(jīng)網(wǎng)絡(luò)，建議優(yōu)化傳感器在機器人體內(nèi)的位置，從而使機器人更好地與周圍環(huán)境互動，并完成設(shè)定的任務(wù)。工程師根據(jù)這一建議，可以設(shè)計出能夠收集更多周圍信息的軟體機器人。
設(shè)計這樣的機器人的難點在于，不可能在機器人身上安裝無數(shù)個傳感器。那么傳感器應(yīng)該安裝在哪些位置才能獲得最大的性價比，這個問題很關(guān)鍵。
首先，研究人員將機器人的身體劃分為被稱為“粒子”的小區(qū)域。將每個粒子的應(yīng)變速率輸入神經(jīng)網(wǎng)絡(luò)。經(jīng)過反復的試驗，這個網(wǎng)絡(luò)“學習”了完成任務(wù)的最有效的動作序列，比如怎么抓住不同大小的物體。與此同時，該網(wǎng)絡(luò)跟蹤那些使用最頻繁的粒子，并從網(wǎng)絡(luò)后續(xù)試驗的輸入集合中挑選出使用較少的粒子。
傳感器就應(yīng)該裝在那些使用最頻繁的區(qū)域。比如說，要用機器人的手去抓取東西，那么傳感器就要裝在手掌里面和手指的周圍。這樣機器人才能精確操縱抓取的對象。比如，抓雞蛋和抓磚頭，抓握的方式和力量肯定不一樣。
軟體機器人的發(fā)展，除了開發(fā)控制機器人運動的算法，還要解決機器人通過感知獲得信息，并協(xié)調(diào)身體上其他組件互相配合。通過優(yōu)化傳感器的安裝位置，機器人才能更加廣泛地應(yīng)用于工業(yè)生產(chǎn)，尤其是用于一些精細的任務(wù)。這樣才可以幫助人們完成大量的體力勞動。
達成這些目標的關(guān)鍵，就是傳感器。它可以使機器人能夠“看到”并理解自己與周圍環(huán)境的關(guān)系。
