當前，大多數(shù)可移動機器人的功能都還處于很初級的階段，對它們而言，要想足夠智能地完成某些工作依然是一個嚴峻的挑戰(zhàn)。如何為機器人設計一種類似“人腦”的大腦結構，來提升其智能化程度，一直是近年來的研究熱點。

實際上，“類人機器人”的想法早在 40 年前就已經(jīng)提出——模仿人腦的運轉分工，即使用互補的兩個腦結構，大腦（或前腦 cerebrum）負責視覺、聽覺和思維等更高層次的認知功能，而小腦（cerebellum）則負責整合感官數(shù)據(jù)并控制運動、平衡和身體姿勢。但是，在這一想法最初提出時，對應的機器人技術還尚未實現(xiàn)。

近日，一篇發(fā)表于《科學機器人》（Science Robotics）的論文就詳細描述了一種混合系統(tǒng)，該系統(tǒng)將控制運動的模擬電路和控制感知和決策的數(shù)字電路結合起來，不僅顯著降低了系統(tǒng)能耗，還提升了機器精度和計算效率。

研究人員表示，通過模擬大腦和小腦之間的協(xié)作，機器人可以在延遲、功耗更低的情況下，同時執(zhí)行多個任務。

混合系統(tǒng)的關鍵——憶阻器

我們知道，機器人要想在動態(tài)環(huán)境中控制機體，需要具備極強的處理能力，這既需要有一個超大的芯片空間，又需要有足夠多的電量來維持續(xù)航。同時，機器人在實時控制中，需要快速獲取和處理感官信息，從而可以對不斷變化的環(huán)境條件做出快速反應。

傳統(tǒng)上，機器人的控制能力主要是依靠純數(shù)字方法來實現(xiàn)，但這類數(shù)字化系統(tǒng)會導致高延遲和高功耗。

而在此次工作中，為使機器人可以適應環(huán)境變化，研究人員通過利用憶阻器（即記憶器件和電阻器件的結合體）的可重構性（可編程導電性）來實現(xiàn)機器人運動控制。他們使用憶阻器構建了一個模擬電路，該電路下的一種算法負責集成來自機器人的加速度計和陀螺儀的數(shù)據(jù)。

憶阻器是一個雙端裝置，其電阻取決于先前的輸入。這種電阻存儲器效應是非易失性的，這就意味著即使當電流被移除時，它的電導狀態(tài)也會保留，從而產(chǎn)生電阻隨機存取存儲器（RRAM）。

結果顯示，這種方法顯著減少了計算時間，從而使機器人控制具有更高的精度和速度成為可能。

此外，可編程電阻性還有額外的好處，即允許計算和內(nèi)存處于相同的物理位置（這種方法也與人腦處理信息的方法類似），控制系統(tǒng)的計算效率因此得以提高。而且，它幾乎不會因為器件的變化而受影響，同時還具有較高的耐損性和較長的壽命。

研究人員在實驗中只使用兩個憶阻器。第一個憶阻器用于模擬濾波器來去除會導致機器人不穩(wěn)定的傳感器信號噪聲，然后運動控制器接收濾波后的傳感器信號，并使用第二個憶阻器來控制機器人。為了優(yōu)化第二個憶阻器的導電性，同時使系統(tǒng)能夠對未知和不可預測的情況作出即時反應，研究人員在隨機搜索算法的基礎上，通過一個適應性的學習過程，實現(xiàn)了一種無模型的方法來優(yōu)化系統(tǒng)參數(shù)。

由于濾波器和控制函數(shù)的計算是在模擬域中進行的，因此不需要額外的模數(shù)轉換器或數(shù)模轉換器，這就大大降低了系統(tǒng)功耗、減少了處理時間和整體電路面積與成本，同時由于量化噪聲的降低，精度也得以提高。此外，這些功能背后的計算并不發(fā)生在系統(tǒng)的數(shù)字域，因此減少了其計算負荷。

混合系統(tǒng)的局限性與展望

研究人員在移動倒立擺機器人上實現(xiàn)了他們的混合信號控制器。這個裝置看起來大致像一根平衡放于兩個輪子上的桿，從懸浮板到倉儲物流，這種簡單機器人有著非常廣泛的應用場景，波士頓動力公司（Boston Dynamics）最近推出的手臂機器人也基于這種模型進行操作。

與標準的全數(shù)字系統(tǒng)相比，這種模擬信號系統(tǒng)的處理速度要快一個數(shù)量級，并且能效更高。這不僅使其可以降低原來的電力需求，而且還可以將處理環(huán)路耗時從 3000 微秒減少到 6 微秒。這顯著提高了機器人的穩(wěn)定性，原本如果只使用數(shù)字平臺，機器人完成單個任務需要耗費3秒多時間，現(xiàn)在則只需1秒就能完成并穩(wěn)定下來。

除了憶阻器外，該混合系統(tǒng)的其余部件均可通過商用電子元件實現(xiàn)。這將使類似的機器人運動控制器可以與更小、更輕的機器人結合在一起使用，使得它們以更高的能效和更快的速度響應不斷變化的環(huán)境。

不過，研究人員也表示，這僅僅是當前在概念上的證明。他們建造的機器人體積小而且只具有基本形態(tài)，在模擬電路上運行的算法也相對簡單。但是，可以確定的是，這一概念證明是非常具有前景的，目前已有大量研發(fā)投入到神經(jīng)形態(tài)和基于憶阻器的模擬計算硬件之中。

正如研究人員所說：“通過模擬人腦的大腦和小腦的協(xié)作，機器人明顯可以同時執(zhí)行多個任務，而且等待時間更短，功耗更低?！?畢竟到目前為止，“人腦”是科學家們發(fā)現(xiàn)的最佳計算模型。

審核編輯 黃昊宇