【儀表網(wǎng) 研發(fā)快訊】北京理工大學機電學院石青教授團隊在機器人-動物交互領域取得重要進展，12月5日，研究成果以“通過類鼠機器人調(diào)節(jié)大鼠情緒狀態(tài)(Modulating emotional states of rats through a rat-like robot with learned interaction patterns)”為題，以研究長文(Research Article)形式在線發(fā)表于自然子刊《自然·機器智能》 (Nature Machine Intelligence)。該成果首創(chuàng)了一種機器人-大鼠社交范式(圖1)，展示了獨特的社交學習技能，實現(xiàn)了機器人與動物長時、重復和可控的開放式互動，克服了生物系統(tǒng)內(nèi)自然社會交互的局限性，為理解人類與人工智能之間的“社會”互動提供新思路。
 

　　機電學院石青教授為論文通訊作者，機電學院博士生賈廣祿為論文第一作者，北京理工大學是該論文第一完成單位，相關工作由機電學院與德國慕尼黑工業(yè)大學研究團隊合作完成。
 

圖1 類鼠機器人通過多種學到的交互模式與大鼠互動并調(diào)節(jié)其情緒狀態(tài)
 

　　近年來，機器人作為社交伙伴融入生物系統(tǒng)，已經(jīng)成為研究動物行為與神經(jīng)內(nèi)在機制的重要工具，可以作為觀察者和刺激物與動物互動，探索個體或集群動物如何對受控的環(huán)境變化做出反應，甚至能夠跨物種和生態(tài)系統(tǒng)進行信息傳遞。這種生物混合系統(tǒng)帶來了可控性，有助于闡明通過傳統(tǒng)技術無法揭示的潛在生物智能。然而，交互機器人仍然難以在生物系統(tǒng)中傳達多層異質(zhì)信息，有效調(diào)節(jié)復雜的交互過程面臨著巨大挑戰(zhàn)：首先，與動物交流需要整合多種感官感知；其次，模仿多樣的復雜行為對于融入動物群體至關重要；此外，如何直接改變動物的內(nèi)部狀態(tài)(如情緒)尚未深入探索。目前，仍缺乏全面的解決方案。
 

　　從大鼠的解剖結構、動態(tài)運動和社交互動中獲得靈感，該團隊開發(fā)了一款小型類鼠交互機器人。通過關鍵運動關節(jié)映射模型，設計了高靈活多關節(jié)脊柱，具有幾乎與大鼠運動極限一致的運動空間，解決了機器人的復雜社交姿態(tài)表達難題。基于動物演示的模仿學習算法實現(xiàn)了四種社會行為模板生成，學習到的行為可以表現(xiàn)出大鼠的運動特征，具有高相對動態(tài)范圍指數(shù)和高動態(tài)相似性。與國際同類機器人相比，在移動速度、體長、仿生外觀、運動能力等方面更接近大鼠，綜合性能更優(yōu)(圖2)。
 

圖2 類鼠機器人模仿大鼠典型社會行為
 

　　團隊建立了可自定義交互規(guī)則的自動控制系統(tǒng)，突破了視覺感知、目標跟蹤和行為決策等多項核心技術，使機器人能夠根據(jù)預定義的任務目標與大鼠自主交互，大大提高了交互效率，實現(xiàn)了半小時內(nèi)平均30次持續(xù)互動。進一步，通過三種預設的交互模式與大鼠進行持續(xù)半小時不知疲倦的互動，實驗結果標明大鼠可以區(qū)分不同的機器人的意圖和活動并做出相應的行為和聲學反應。特別是，機器人按住大鼠時(pinning)使其處于一種消極的情緒狀態(tài)；機器人攀壓或鼻尖接觸大鼠時(pouncing和social nose contact)使其處于一種積極的情緒狀態(tài)。這項工作有望幫助揭示感官感知、行為決策和內(nèi)部狀態(tài)之間復雜的相互作用，以及這些決策或預測背后的大腦功能和神經(jīng)回路機制。
 

圖3 與類鼠機器人社交互動實驗后的大鼠表現(xiàn)出不同行為和聲學反應
 

　　團隊未來將繼續(xù)探索使用多種感知反饋和行為模式在更長的時間內(nèi)控制大鼠的內(nèi)部狀態(tài)，擴展行為模式的“學習空間”，并泛化到更大的群體，助力機器人、行為神經(jīng)科學和可解釋的人工智能發(fā)展。
 

　　附團隊介紹：
 

　　北理工微小型仿生機器人團隊依托機電學院，面向世界前沿，在微小型仿生機器設計、感知、控制等方面已開展了一系列研究，相關成果發(fā)表在Nature Machine Intelligence、PNAS、IEEE Transactions on Robotics等國際知名期刊。