与动物可以主动识别环境，以及迅速适应受伤情况不同，制造出在遭受损伤后能够恢复的机器人的问题一直困扰着科学家。针对该问题，法国国立计算机与自动化研究所助理研究员Jean-Baptiste Mouret及其同事开发了一种智能试错算法，能让受损的机器人可以迅速恢复其执行任务能力。

　　Mouret在接受《高科技与产业化》记者专访时表示，“该算法使机器人能够预测哪些补偿行为在遭受损害后最有可能成功。这项新技术在六条腿机器人和机械手臂实验中都被证实可行，能够帮助发展更稳健、高效和自主的机器人。”

　　本刊记者：为何需要能自我修复的机器人？

　　Mouret：自我修复的机器人最重要的特点之一就是能长期工作，不需要人们时常维修。例如，如果让机器人执行地震、森林火灾或类似福岛核电站等关闭的核电站等的搜索工作，即便受伤，我们也需要它们继续工作。在这些非常难以预知和不友好的环境中，机器人每一秒钟都可能受伤。即便在非极端环境下，例如帮助护理老人或病人的家庭机器人助手，即便其部件损坏，我们也希望机器人能执行重要任务。总之，快速、有效并能从损伤中恢复的算法，能让机器人更有效、更可靠。

　　本刊记者：对于机器人而言，阻碍其广泛适应外部复杂环境的一个主要因素是它的脆弱性。开发能自我适应环境的机器人的难点在哪里？

　　Mouret：由于很难预期所有可能出现的情况，因此开发能适应复杂环境的机器人十分困难。一个经典案例是阿波罗13号事故：数百人的团队设想了几乎所有可能出现的情况，但十分罕见的意外发生了：服务舱的氧气罐发生的爆炸严重损坏了航天器，使其大量损失氧气和电力，但在飞控中心科学家、工程师的创造力的帮助下，终于找出解决方案，让宇航员重返地球。

　　本刊记者：这个智能试错算法让机器人能够在受损两分钟内适应过来？

　　Mouret：是的。机器人会尝试各种预测结果良好的行为，例如，一个六条腿机器人在遭受了腿受损、断裂和丢失等5种不同的损伤，以及一个机械手臂的关节用14种不同方法弄断后，都可以成功采用这种算法来适应。这里需要强调的是，机器人从不试着理解损伤，而是搜寻能在损伤状态下继续工作的方法。换句话说，机器人并不准确地知道它损坏了，而只知道执行力突然降低。机器人永远不是工程师，不会那么智能。

　　本刊记者：该算法的主要优势是什么？

　　Mouret：新算法基于两个步骤：第一，开发能使用未受损的仿真机器人建立可能的行为（如步态）图纸的算法（我们建立了约1.3万个不同的行为）；第二，用在线自适应算法从中找出最有希望的行为作指导。

　　新算法主要的优势是不需要进行识别。由于需要许多传感器，因此识别行为通常十分困难且成本高昂。此外，与传统的强化学习（RL）方法相比，我们自始至终都用真实的机器人进行设计研究，而非仅用仿真模型。只需要几个物理试验（最多12个）就可以知道怎样做，因此机器人的反应相当快。

　　本刊记者：它带给你惊喜过吗？

　　Mouret：当然。两年前，我们被告知有著名的科学家要前来访问。我们机构十分重视，希望一切都能做好，因此在前一天为地板打了蜡。地板看起来很干净，但也很滑！我们测试了机器人之前学习的步态，这些步态之前已经测试过很多遍，以确保能顺利向来宾展示，结果因为地板的问题，它们刚开始的时候完全不工作。不过幸运的是，我们的机器人能适应！我们启动了智能试错算法，几分钟后，机器人在刚打了蜡的地板上开始再次行走。你能想象，来访的“大牛”多喜欢我们的成果。

　　本刊记者：未来机器人会有什么特点？

　　Mouret：未来的机器人将更万能。这就意味着在面对意外状况时，它们可能有许多方式执行任务。例如，人类有两只手臂：如果无法用一只手臂完成一件事，会试着用另一只。同样，动物也有许多关节和肌肉，能让它们以许多不同的方式运动。

　　无论如何，随着多关节和电动机的发展，机器人将需要这样一个算法：能让它们像动物一样快速发现执行任务的新方法。