12月9日发行的《科学机器人》杂志刊登了爱丁堡大学机器人团队和浙江大学控制学院机器人团队学者的研究进展。该杂志选择它作为封面纸，并出版了“ Juying”杂志的照片。翻盖上的四足机器人，显示了其灵活灵活的姿势。图片来自ScienceRobotics＆＃39;灵活适应未知环境的能力是机器人应用的关键。英国爱丁堡大学的机器人团队和浙江大学控制学院的机器人团队的学者进行了合作研究，并提出了基于深度强化学习的多专家学习架构（MELA）来进行培训机器人可以在未知环境中做出快速灵活的运动响应。 MELA主要由8个深度神经网络组成，这些神经网络与门控神经网络相结合，可以根据条件的变化产生适应性行为。这种方法可以在线快速集成专家技能和自适应策略，以帮助机器人快速响应不断变化的任务。通过MELA训练，四足机器人“ Juying”被训练成“腿”。可以在平坦的道路，楼梯，跷跷板，碎石桩和其他道路上自动进行连续小跑和转向，而无需导航，并且可以在外力的干扰下迅速从坠落中恢复过来。得益于可以适应新场景的人工智能控制器，即使在陌生的环境中，机器人也可以在跌倒后自行起床。它可以使四足机器人在应对自然灾害（例如地震）时更加有用。英国爱丁堡大学的研究人员使用了一种称为“深度强化学习”的AI技术。教四足机器人一系列基本技能，例如小跑，转向和跌倒恢复。这涉及到机器人尝试不同的移动方式并获得达到某个目标的数值分数，例如跌倒后站起来并因失败而受到惩罚。这使AI能够识别需要采取哪些动作，并在未来的类似情况下重复这些动作。然后，团队在各种环境中对机器人进行了测试，以查看它们是否可以结合这些基本技能并对新情况做出快速反应。尽管没有为在这些复杂环境中导航而编程，但这些机器人仍可以使他们的动作适应楼梯，光滑的表面和砾石。研究团队还测试了重复按下后的机器人的恢复能力，如上面的视频所示。伦敦帝国理工学院的爱德华·约翰斯（Edward Johns）说：“就像人们可能会知道如何扔球，如何接球，然后通过实验一起学习技巧一样。”英国的“新科学家”杂志对此事发表了评论。即使在不熟悉的环境中也允许机器人灵活地适应，这意味着四足机器人在处理自然灾害（例如地震）时更加有用。相关论文Multi-expertlearningofadaptableleggedlocomotion以研究长篇文章的形式于12月9日在线发表在《科学机器人》杂志上，并被选为12月杂志的封面文章。