IT 之家 3 月 3 日消息，哥倫比亞大學機械工程系主任霍德・利普森（Hod Lipson）領導的一支研究團隊基于視覺學習與機器人技術的交集開發了一種新策略，使機器人能夠通過觀察自身運動，建立對自身結構和運動方式的理解。
這項技術的核心在于利用普通 2D 攝像頭拍攝的視頻來讓機器人通過自我觀察建立運動學自我意識，從而使其完善動作并預測自己的空間運動，甚至無需人類幹預就能從損壞中恢複，爲自主機器人技術發展開辟全新路徑。
研究團隊利用深度神經網絡和普通攝像頭，成功地讓機器人自主創建三維運動學模型。這種方法使機器人能夠像人類照鏡子一樣，通過視覺感知自身，理解并适應自身的運動方式。
通過開發 " 自我意識 "，這些機器人可以徹底實現自動化，使其在家庭、工廠和災區等現實環境中更獨立、更适應、更高效。
相關研究成果已于 2 月 25 日發表在《自然・機器智能》上（IT 之家附 DOI:10.1038 / s42256-025-01006-w）。
這種自我建模能力在實際應用中具有重要意義。例如，假設一台機器人在執行任務時受損，傳統方法可能需要人工幹預進行修複。而具備自我建模能力的機器人，可以通過觀察自身受損情況，調整運動方式，繼續完成任務，提高了系統的魯棒性和可靠性。
利普森教授表示，" 我們人類無法一直像照顧嬰兒那樣，爲機器人修理損壞部件、調整性能參數。如果機器人要真正發揮作用就必須學會自我照護，這正是自我建模技術如此重要的原因。"
這項研究以哥倫比亞大學二十年的研究爲基礎。在此期間，研究人員一直在開發機器人利用攝像頭和其他傳感器創建自我模型的方法。
2006 年，他們的機器人隻能生成簡單的模型。十年後，他們利用多個攝像頭制作出了更完善的高保真型号，而現在終于首次成功利用單個标準攝像頭的短視頻片段建立了機器人的完整運動模型。
利普森教授解釋說：" 我們人類天生就對自己的身體有直觀的認識，能在實際行動前預想未來狀态并評估行爲後果，我們的終極目标是讓機器人具備類似的自我想象能力。一旦能預見未來，其潛力将無可限量。"
