2023年11月2日，德国英特尔研究院，英国伦敦大学学院和美国VERSES研究实验室的研究人员在《Nature Machine Intelligence》杂志发表了一篇题为“Hierarchical generative modelling for autonomous robots”的论文。

研究内容

人类通过规划、执行和组合单个肢体动作来产生复杂的全身运动。本文研究了运动控制的这一基本方面，并通过多层次规划的分层生成模型来解决自主完成任务的问题，模拟人类运动控制的深层时间架构。探索了嵌套时间尺度的时间深度，其中前向或生成模型的连续层级展开，例如，物体运送既需要全局规划，也需要肢体运动的局部协调。这种时间尺度的分离表明，分层组织单个肢体的全局规划和局部控制具有优势。通过物理模拟广泛验证了本研究提出的方案。

利用分层生成模型，本文展示了一个体现型人工智能系统–仿人机器人–能够自主完成一项需要综合利用运动、操纵和抓取的复杂任务：机器人能够熟练地取回和搬运一个盒子，打开并走过一扇门，踢出足球，即使在身体受损和地面不规则的情况下也能表现出稳定的性能。本文的研究结果证明了由人类启发的运动控制在具身人工智能机器人上的有效性和可行性，突出了分层架构在实现自主完成具有挑战性的目标任务方面的可行性。