哥倫比亞大學機械工程系主任霍德?利普森（Hod Lipson）領導的一支研究團隊基于視覺學習與機器人技術的交集開發(fā)了一種新策略，使機器人能夠通過觀察自身運動，建立對自身結構和運動方式的理解。

這項技術的核心在于利用普通 2D 攝像頭拍攝的視頻來讓機器人通過自我觀察建立運動學自我意識，從而使其完善動作并預測自己的空間運動，甚至無需人類干預就能從損壞中恢復，為自主機器人技術發(fā)展開辟全新路徑。

研究團隊利用深度神經網絡和普通攝像頭，成功地讓機器人自主創(chuàng)建三維運動學模型。這種方法使機器人能夠像人類照鏡子一樣，通過視覺感知自身，理解并適應自身的運動方式。

通過開發(fā)“自我意識”，這些機器人可以徹底實現(xiàn)自動化，使其在家庭、工廠和災區(qū)等現(xiàn)實環(huán)境中更獨立、更適應、更高效。

相關研究成果已于 2 月 25 日發(fā)表在《自然?機器智能》上（IT之家附 DOI:10.1038 / s42256-025-01006-w）。

這種自我建模能力在實際應用中具有重要意義。例如，假設一臺機器人在執(zhí)行任務時受損，傳統(tǒng)方法可能需要人工干預進行修復。而具備自我建模能力的機器人，可以通過觀察自身受損情況，調整運動方式，繼續(xù)完成任務，提高了系統(tǒng)的魯棒性和可靠性。

利普森教授表示，“我們人類無法一直像照顧嬰兒那樣，為機器人修理損壞部件、調整性能參數(shù)。如果機器人要真正發(fā)揮作用就必須學會自我照護，這正是自我建模技術如此重要的原因。”

這項研究以哥倫比亞大學二十年的研究為基礎。在此期間，研究人員一直在開發(fā)機器人利用攝像頭和其他傳感器創(chuàng)建自我模型的方法。

2006 年，他們的機器人只能生成簡單的模型。十年后，他們利用多個攝像頭制作出了更完善的高保真型號，而現(xiàn)在終于首次成功利用單個標準攝像頭的短視頻片段建立了機器人的完整運動模型。

利普森教授解釋說：“我們人類天生就對自己的身體有直觀的認識，能在實際行動前預想未來狀態(tài)并評估行為后果，我們的終極目標是讓機器人具備類似的自我想象能力。一旦能預見未來，其潛力將無可限量。”