您现在的位置是：首页 > 科技网站首页科技

进化机器人技术是一个令人兴奋的新研究领域，它利用达尔文的进化原理自动开发自主机器人。在《机器人与人工智能前沿》发表的一篇新研究文章中，研究人员首次证明，与生物进化一样，具身机器人进化也受到表观遗传因素的影响，这使得该领域更加复杂。

在进化机器人技术中，人工“基因库”被创建，它生成编码机器人控制系统的每个基因组。然后，允许每个机器人根据其“一般”指定的控制器执行动作和任务，并根据机器人执行某项任务的能力对机器人的适应性进行排序。然后允许机器人通过相互交换遗传物质进行繁殖，这类似于生物繁殖。然而，生物的基因组也受到发育的影响，这些事件会导致它们一生中的表观遗传变化。在生物学中，进化和发育之间的这种相互作用被称为evo-devo，它强调非遗传因素对生物体表型的重要性。

“对于机器人专家来说，evo-devo面临的挑战是创建一个物理化身系统，该系统在每个生命周期中都有三个时间尺度和内在过程：行为、发展和进化。由于构建和开发物理机器人的复杂性，这是一个挑战。作者的共同项目负责人杰克布劳威尔先生和艾伦希尔先生说，寻求“事物的进化”是一项艰巨的挑战作为实现这一目标的第一步，我们在本文中创建了一个物理体现系统，使我们能够系统地研究发展和进化之间的相互作用。"

在他们的研究中，瓦萨学院的研究团队希望创建一个系统，可以用来研究遗传(进化)和表观遗传(发育)因素在机器人进化中是如何相互作用的，以及表观遗传因素如何影响机器人的进化。尽管之前的研究集中在进化对物理机器人的影响上，但这是研究人员第一次在这类实验中考虑表观遗传方面。“在人工神经网络的进化过程中，显式evo-devo方法已被证明是无价的。发展是一种新型的进化驱动力——除了遗传因素的突变、重组和选择——它促进了内在因素的可进化性，”布拉沃和攀登之路。我们注意到进化机器人缺少的不是发展本身，而是物理发展。我们通过考察模拟机器人在物理表现和进化过程中的相互作用，迈出了表观遗传和遗传因子结合的第一步。"

本实验通过单个机器人在聚焦(趋光性)和避障两个任务中的表现来衡量其适应性，并使用随机交配算法来确定应该组合哪些父基因组来产生下一代机器人。在这里，基因由二进制代码组成，允许机器人硬件的不同可能布线。机器人的表型(基因组的物理表达)在每一代都根据新的遗传设置通过改变接线方式进行了修改。重复，直到10代机器人被创造出来，并根据适合度进行排名。为了补充物理机器人的实验，团队还创建并开发了一个仿真机器人。

实验一直持续到机器人失去所有的行动能力，因为交配算法允许适应性低的个体留在基因库中繁殖。结果表明，有表观遗传因素的机器人种群进化不同于不考虑发育的机器人种群进化。尽管机器人还没有开发出更多的光捕获技能，但研究小组仍然对结果充满热情，因为这项初步研究的目的是首先证明在机器人中包含表观遗传因素的重要性。进化，并发展使其成为可能的概念和物理方法。“需要注意的是，我们的目标不是展示我们的适应性进化，而是检验表观遗传因素可以改变一组物理机器人进化动态的假设。结果确实表明EO正在研究可进化性，”Brawer和Hill说。“据我们所知，我们的工作代表了物理机器人进化中使用的第一个物理表观遗传因子。”