實習記者黃肇祥／綜合報導
為了讓機器人、人工智慧更像人類，許多研究機構都不斷嘗試讓機器學習人類的行為，其中「走路」正是其中備受矚目的項目，瑞士洛桑聯邦理工學院（EPFL）研究團隊希望藉由改善關節的靈活度與智能演算法，讓義大利開發的 COMAN 機器人自然學會人類行走的方式。
▲COMAN 有關建構造，正好符合人體的結構。（圖／翻攝 YouTube）
COMAN 是一款具有宛如人類「關節」的機器人，可以依據任務組裝不同身體零件，EPFL 團隊對這款機器人撰寫新的控制程式碼，讓機器人學會保持身體的平衡。控制碼會讓機器人學習去分析自身位置、速度、關節角度等資訊，再傳送到控制中心給予各部位指令動作，研究員 Hamed Razavi 舉例說明，「如果有人推 COMAN 一把，我們的控制碼會計算腳必須放置在哪個位置，才能抵銷外力保持平衡。」
「讓機器人學會平衡走路只是最初的第一步！」Razavi 表示，下一步是要精進演算法，讓機器人有更廣泛的活動範圍，可以克服各種障礙的路面。研究團隊也期望演算法能以實際應用在現實社會，災難性的救援任務是他們的主要目標，先透過程式碼先讓機器人學會爬樓梯與開門兩個動作，接下來背負沉重的物體移動，最後甚至是能替殘疾人是製造義肢。
影片中可以看到 EPFL 團隊釋出的影片，COMAN 目前走路仍搖搖晃晃的，比起人類似乎更像企鵝，影片中也展示機器人背負物體移動的畫面，該項技術要完美模擬人類的行走方式看來仍需要一段時間，不過類似的研究其實不只是 EPFL，研發 AlphaGo 的 Deepmind 團隊也嘗試過類似的研究。
Deepmind 讓 AI 在設置許多障礙的虛擬環境中，操控人偶突破重圍，讓 AI 藉由操作人偶自己學會走路、奔跑、跳躍等動作，同樣是藉由修改演算法，採用一種名為「反饋學習算法」（reinforcement learning algorithm），可以幫助 AI 在不同環境靈活、自然的移動。要讓人工智慧與機器人更能貼近我們的需求，除了能接受命令與自行判斷之外，行為舉止也必須跟上人類的步伐才行。
讀者迴響