一隻竹節蟲，教會一部機械人行走
想像未來某個地震災場：輪式車輛無法進入的瓦礫深處，一部六足機械人正穩步穿越碎石搜尋生還者——而教會牠走路的「老師」，竟然是一隻竹節蟲。日本東北大學（Tohoku University）與泰國 Vidyasirimedhi 科學技術研究所（VISTEC）的國際團隊，近日在期刊《Bioinspiration & Biomimetics》發表突破性研究：人工智能只需分析一隻竹節蟲 3 至 4 步的行走數據，就能推斷出可轉移的行走原理，令一部體型大昆蟲五倍的六足機械人，在一小時內自主學會走路。
「我們從未告訴機械人如何行走」
傳統機械人運動控制依賴工程師為每一條腿逐一編寫動作規則，每換一款機身就要整個流程重做，成本高昂且缺乏彈性。研究團隊這次改用「對抗性逆向強化學習」（Adversarial Inverse Reinforcement Learning）：不直接告訴 AI「怎樣走」，而是從少量的昆蟲行走片段中，反向推斷昆蟲行走時「想達成什麼」——也就是穩定落腳、適應變化地面的「獎勵」訊號，再讓機械人自己去追求同一個目標。
「我們從未告訴機械人如何走路。」東北大學副教授大脇大（Dai Owaki）解釋，「我們問的是：昆蟲想達成什麼？然後讓機械人完全靠自己去追逐同樣的目標。」
更關鍵的是，AI 從數據中同時學會兩件事：一是昆蟲走路時追求的目標（reward），二是腿部落腳應如何配合才能達成。這種「由目的出發」的學習方式，令六足機械人的學習速度比採用標準獎勵函數快 3 倍，一小時內便完成整個學習過程。
斷了一條腿，照樣繼續走
研究成果遠不止「學得快」。測試中，這部名為 RedMirror 的六足機械人不僅能在崎嶇不平的地形上穩定行走，甚至在失去其中一條腿之後，學習系統仍能自動適應新的身體狀態，重新調整步態繼續前進——這正是災難現場最需要的生存能力。
「一隻竹節蟲短短幾步的數據，就足以找出一套能應用在比牠大五倍機器上的原理，實在令人驚訝。」大脇大說。
可轉移的學習：從一副身體到另一副身體
這項研究的另一大突破在於「可轉移性」。研究人員將學習成果拆分為兩部分：一部分是適用於任何身體的通用行走原則，另一部分是屬於特定機器的專屬參數。這意味着新的機械人不必每次都從零開始學習，只需調整專屬部分即可，有望大幅降低研發成本、加快量產節奏。
研究團隊表示，下一步將為機械人加入「記憶」能力，讓它能夠隨時間累積經驗、持續進步，朝向真正能在災區執行任務的高機動性機械人邁進。
結論：小昆蟲的大啟示
這項研究證明，破解機械人運動智慧的鑰匙，未必藏在更龐大的算力或更複雜的程式碼裡，而可能藏在自然界最不起眼的生物身上。僅僅幾步竹節蟲的行走數據，配合逆向強化學習，就催生出能自我適應、可跨機身轉移的行走智能。對救災機械人、行星探測器乃至所有需要在惡劣環境中移動的機器而言，這都是一條嶄新的路。當機械人學會像昆蟲一樣「理解」行走的目的，而不是死記工程師的指令，真正能走進災場的那一刻，可能比我們想像中更近。
