教机器人最难的10件事

嘿,机器人可以玩接球游戏。机器人贾斯汀是由德国航空航天局(Deutsches Zentrum fur Luft- und Raumfahrt)开发的一个人形双臂系统,可以自主执行特定任务,如接球或端咖啡。查看更多机器人图片。"width=
嘿,机器人可以玩接球游戏。机器人贾斯汀是由德国航空航天局(Deutsches Zentrum fur Luft- und Raumfahrt)开发的一个人形双臂系统,可以自主执行特定任务,如接球或端咖啡。查看更多机器人的图片
©Michael Dalder/路透社/Corbis

成为一个人远比造一个人容易。

就拿一些简单的事情来说,比如和朋友在前院玩接球。当你把这种活动分解成完成它所需的离散的生物功能时,这一点都不简单。你需要传感器,发射器和效应器。你需要根据你和同伴之间的距离来计算投掷的难度18新利最新登入。你需要考虑太阳光、风速和附近的干扰因素。你需要决定在接球过程中如何牢牢地抓住球以及何18新利最新登入时挤压手套。你需要能够处理一些假设场景:如果球从我头上飞过怎么办?如果它滚到街上怎么办?如果它砸进我邻居的窗户怎么办?

广告

这些问题展示了机器人技术面临的一些最紧迫的挑战,它们为我们的倒计时奠定了基础。我们列出了最难教的10件事机器人大致从“最简单”到“最难”排序——如果我们要实现布拉德伯里、迪克、阿西莫夫、克拉克和所有其他故事作者所做的承诺,我们就需要克服10件事,他们想象了一个机器像人一样行动的世界。

10 .开辟道路

机器人的终极导航测试:火星!到目前为止,好奇号已经证明了自己相当熟练。"width=
机器人的终极导航测试:火星!到目前为止,好奇号已经证明了自己相当熟练。
图片由美国国家航空航天局/姓名/ mss

从A点移动到B点听起来很容易。我们人类每天都在这样做。然而,对于机器人来说,导航特别是在一个不断变化的单一环境中,或者在以前从未遇到过的环境中,这可能是一件棘手的事情。首先,机器人必须能够感知它的环境,然后它必须能够理解传入的数据。

为了解决第一个问题,机器人专家为他们的机器配备了一系列传感器、扫描仪、摄像头和其他高科技工具,以评估周围环境。激光扫描仪已经变得越来越流行,尽管它们不能在水中环境中使用,因为水往往会破坏光线,并大大缩短传感器的范围。声纳技术为水下机器人提供了一种可行的选择,但在陆地应用中,它的精度要低得多。当然,还有一套由视觉系统组成的集成立体相机可以帮助机器人“看到”它的风景。

广告

收集有关环境的数据只是战斗的一半。更大的挑战是处理这些数据并利用它们做出决定。许多研究人员让他们的机器人通过使用预先指定的地图或在飞行中构建地图来导航。在机器人技术中,这被称为大满贯--同时定位和映射.映射描述了机器人如何将传感器收集到的18新利最新登入信息转换为给定的表示。18luck手机登录定位描述了机器人如何相对于地图定位自己。18新利最新登入在实践中,这两个过程必须同时发生,这就形成了一个先有鸡还是先有蛋的难题,研究人员已经能够通过更强大的计算机和基于概率计算位置的先进算法来克服这个难题。

9:展示灵巧

2009年1月8日,东京早稻田大学的机器人“21 - 1”展示了它用手指控制吸管握住精致物品的能力。“21 - 1”旨在帮助老年人和残疾人打扫房间。"width=
2009年1月8日,东京早稻田大学的机器人“21 - 1”展示了它用手指控制吸管握住精致物品的能力。“21 - 1”旨在帮助老年人和残疾人打扫房间。
©Issei Kato/路透社/Corbis

机器人多年来一直在工厂和仓库里捡包裹和零件。但在这种情况下,它们通常会避开人类,而且它们几乎总是在整洁的环境中处理形状一致的物体。对于任何在工厂车间之外冒险的机器人来说,生活都远没有那么结构化。如果这样的机器希望在家庭或医院工作,它将需要一种先进的触觉,能够检测附近的人,并从杂乱的物品中挑选出一件物品。

这些都是机器人很难学会的技能。传统上,科学家们完全避免接触,如果他们的机器接触到另一个物体,就会编程失败。但在过去五年左右的时间里,在顺应性设计和人造皮肤方面取得了重大进展。合规指机器人的灵活性水平。高度灵活的机器更符合要求;刚性机器则不是这样。

广告

2013年,佐治亚理工学院的研究人员制造了一个带有弹簧关节的机械臂,使附属部分能够弯曲,并像人的手臂一样与环境相互作用。接下来,他们用能够感知压力或触觉的“皮肤”覆盖整个物体。一些机器人皮肤包含互锁的六角形电路板,每个电路板上都带有红外传感器,可以探测到距离机器人一厘米以内的任何物体。还有一些配备了电子“指纹”——凸起和脊状的表面,可以提高抓地力,促进信号处理。

把这些高科技的手臂和改进的视觉系统结合起来,你就得到了一个可以提供温柔的爱抚或者伸手到柜子里从一大堆藏品中挑选一件。

8:进行对话

2013年7月26日,在德国的机器人酒吧和酒廊,机电工程师Ben Schaefer与人形机器人调酒师Carl在准备饮料时互动。由Schaefer开发的Carl还可以与客户进行小型对话。"width=
2013年7月26日,在德国的机器人酒吧和酒廊,机电工程师Ben Schaefer与人形机器人调酒师Carl在准备饮料时互动。由Schaefer开发的Carl还可以与客户进行小型对话。
©Fabrizio Bensch/路透社/Corbis

艾伦·图灵作为计算机科学的创始人之一,他在1950年做出了一个大胆的预测:有一天,机器将能够流利地说话,以至于我们无法将它们与人类区分开来。唉,机器人(甚至Siri)还没有达到图灵的期望。这是因为语音识别与自然语言处理——我们的大脑在对话中从单词和句子中提取意义的方式。

最初,科学家们认为把语法规则插入机器的记忆库就可以了。但事实证明,为任何特定语言硬编码语法入门都是不可能的。甚至围绕单个单词的含义提供规则也使得语言学习艰巨的任务。需要一个例子吗?想想“new”和“knew”,或者“bank”(放钱的地方)和“bank”(河边)。事实证明,人类依靠经过多年进化而形成的心理能力来理解这些语言特质,而科学家们还无法将这些能力分解成离散的、可识别的规则。

广告

因此,今天许多机器人的语言处理都是基于统计数据。科学家们给它们提供大量的文本,被称为语料库,然后让他们的计算机将较长的文本分解成块,以找出哪些单词经常出现在一起,以及以何种顺序出现。这使得机器人可以根据统计分析来“学习”一门语言。例如,对于机器人来说,单词“蝙蝠”后面加单词“飞”或“翅膀”是指会飞的哺乳动物,而“蝙蝠”后面加单词“球”或“手套”是指团队运动。

7 .学习新技能

2012年11月118新利最新登入6日,在中国安徽理工大学举行的一场由大学生创作的智能机器人竞赛中,一个机器人展示了自己的写作技能。"width=
2012年11月118新利最新登入6日,在中国安徽理工大学举行的一场由大学生创作的智能机器人竞赛中,一个机器人展示了自己的写作技能。
©陈斌/新华出版社/Corbis

假设一个从未打过高尔夫球的人想打学习如何挥杆18新利最新登入.他可以读一本关于高尔夫的书,然后尝试一下,或者他可以观看一个熟练的高尔夫球手做正确的动作,这是学习新行为的一种更快更简单的方法。

当机器人专家试图建造一个能够学习新技能的自主机器时,他们也面临着类似的困境。就像打高尔夫球的例子一样,一种方法是将一项活动分解成精确的步骤,然后将信息编程到机器人的大脑中。18luck手机登录这假设活动的每个方面都可以被剖析、描述和编码,但事实证明,这并不总是容易做到的。例如,挥舞高尔夫球杆的某些方面可以说是无法描述的,比如手腕和肘部的相互作用。通过展示而不是讲述,可以更容易地传达这些微妙的细节。18新利最新登入

广告

近年来,研究人员在教会机器人模仿人类操作员方面取得了一些成功。他们称之为模仿学习从演示中学习最晚完成日期),他们通过在机器上安装一组广角和变焦相机.该设备使机器人能够“看到”人类教师正在进行特定的过程或活动。然后,学习算法处理这些数据,生成一个数学函数图,将视觉输入连接到所需的操作。当然,LfD场景中的机器人必须能够忽略老师行为的某些方面——比如抓痒——并处理通信问题,这是指机器人的解剖结构与人类的不同之处。

6 .练习欺骗

松鼠擅长欺骗的艺术,所以研究人员从这些狡猾的啮齿动物身上寻求一些教机器人欺骗行为的想法。"width=
松鼠擅长欺骗的艺术,所以研究人员从这些狡猾的啮齿动物身上寻求一些教机器人欺骗行为的想法。
约翰·福克斯/ Stockbyte /思想库

的艺术欺骗已经进化到帮助动物在竞争中占据优势,避免被捕食者吃掉。通过练习,这项技能可以成为一种非常有效的生存机制。

对于机器人来说,学习如何欺骗一个人或另一个18新利最新登入机器人一直具有挑战性(这对你来说可能没什么问题)。欺骗需要想象力,即形成不呈现在感官上的外部物体的想法或图像的能力,这是机器通常缺乏的东西(参见我们列表中的下一项)。它们擅长处理来自传感器、摄像头和扫描仪的直接输入,但不擅长形成超越所有感官数据的概念。

广告

不过,未来的机器人可能更擅长欺骗。佐治亚理工学院的研究人员已经能够将松鼠的一些欺骗技能转移到他们实验室的机器人身上。首先,他们研究了毛茸茸的啮齿动物,这些啮齿动物会把竞争对手引到旧的、未被使用的储藏室,以保护自己埋藏的食物。然后他们将这些行为编码成简单的规则,并将其加载到机器人的大脑中。机器能够使用算法以确定在特定情况下欺骗是否有用。如果是这样,它们就能提供一个虚假的交流,让机器人同伴离开它们的藏身之处。

5:预测人类行为

如果人类要花很多时间和机器人在一起,比如这个被称为ROBOY的人形机器人,这些机器就必须更好地预测似乎不可预测的人类下一步会做什么。"width=
如果人类要花很多时间和机器人在一起,比如这个被称为ROBOY的人形机器人,这些机器就必须更好地预测似乎不可预测的人类下一步会做什么。
©Erik Tham/Corbis

在《杰森一家》中,罗西·The机器人女仆能够交谈、做饭、打扫屋子,满足乔治、简、朱迪和埃尔罗伊的需求。为了理解罗茜的高级发展,看看第一季第一集的这个场景:乔治的老板斯派利先生来杰森家吃饭。饭后,史派利先生拿出了一个雪茄然后放进了他的嘴里,这促使罗茜拿着打火机冲了过去。这个简单的动作代表了一种复杂的人类行为——基于刚刚发生的事情预测接下来会发生什么的能力。

就像欺骗一样,预测人类行为需要机器人想象未来的状态。它必须能够说,“如果我观察到一个人在做x,那么根据之前的经验,我可以预期她很可能会跟进做y。”这一直是机器人技术面临的严峻挑战,但人类正在取得进展。在康奈尔大学,一个团队一直致力于开发一种自主机器人,它可以根据同伴与环境中物体的交互方式做出反应。18新利最新登入为了做到这一点,机器人使用一对3d相机来获取周围环境的图像。接下来,一种算法识别出房间里的关键物体,并将它们与背景杂波隔离开来。然后,利用从以前的训练课程中收集到的大量信息,机18luck手机登录器人根据人的运动和她所接触的物体产生一组可能的预期。机器人对接下来会发生的事情做出最佳猜测,并据此采取行动。

广告

康奈尔大学的机器人仍然有时会猜错,但它们正在稳步进步,特别是随着相机技术的改进。

4:与另一个机器人协调活动

哥伦比亚大学机器人足球队的一名成员特写。其中一个机器人世界杯足球联赛是由多个完全自主的机器人合作进行这项运动。另一个联盟的特点是人形机器人!"width=
哥伦比亚大学机器人足球队的一名成员特写。其中一个机器人世界杯足球联赛是由多个完全自主的机器人合作进行这项运动。另一个联盟的特点是人形机器人!
©John Vizcaino/路透社/Corbis

制造一台大型机器——如果你愿意称之为机器人——需要大量的时间、精力和金钱投资。另一种方法是部署一群更小、更简单的机器人,然后它们一起工作,完成更复杂的任务。

这带来了一系列不同的挑战。一个机器人在团队中工作必须能够在与队友的关系中准确定位自己,并且必须能够有效地与其他机器和人类操作员进行沟通。为了解决这些问题,科学家们转向了昆虫的世界复杂群集行为寻找食物并完成有益于整个蚁群的任务。例如,通过研究蚂蚁,研究人员知道个体之间使用信息素进行交流。

广告

机器人也可以使用同样的“信息素逻辑”,尽管它们依靠光而不是化学物质来交流。它的工作原理是这样的:一群微型机器人分散在一个狭窄的区域。一开始,他们会随机探索该区域,直到有人发现另一个机器人留下的光的痕迹。它知道要跟着脚印走,并且这样做了,在它走的时候留下了自己的淡淡的痕迹。随着小径的加固,越来越多的机器人发现了它,并加入了马车队。一些研究人员也发现了利用声音啁啾的成功。声音可以用来确保单个机器人不会走得太远,或者吸引队友关注某个感兴趣的物品。

3:复制自己

九头蛇展示了它的自18新利最新登入我复制能力,一些机器人专家并不介意将这种能力融入他们的机器中。"width=
九头蛇展示了它的自18新利最新登入我复制能力,一些机器人专家并不介意将这种能力融入他们的机器中。
luismmolina / iStock /思想库

上帝对亚当和夏娃说:“你们要生养众多,遍满全地。”机器人收到同样的命令会感到困惑或沮丧。为什么?因为自我复制被证明是难以捉摸的。造一个机器人是一回事,造一个能自我复制的机器人完全是另一回事重新生成丢失或损坏的组件

有趣的是,机器人可能不会把人类作为繁殖的榜样。也许你已经注意到,我们实际上并没有分成两个完全相同的部分。然而,简单的动物一直都在这样做。18新利最新登入的亲属水母被称为水螅的一种无性繁殖方式被称为初露头角的:一个小囊从父母的身体向外膨胀,然后脱落成为一个基因完全相同的新个体。

广告

科学家们正在研究能够进行这种基本操作的机器人克隆过程。许多这样的机器人都是由重复的元素(通常是立方体)构建的,这些元素包含相同的机械结构和自我复制的程序。这些立方体的表面有磁铁,所以它们可以附着在附近的其他立方体上或与之分离。每个立方体沿着对角线被分成两部分,这样每一半都可以独立旋转。一个完整的机器人,由几个立方体组成,以特定的结构排列。只要有可用的立方体,一个机器人就可以弯下腰,从它的“身体”上取出立方体,为新机器播种,然后从仓库里捡起积木,直到两个完全成形的机器人并排站在一起。

2:基于道德原则行事

如果你建造了不需要人类操作的致命自主机器人,你将如何编程道德?18新利最新登入"width=
如果你建造了不需要人类操作的致命自主机器人,你将如何编程道德?18新利最新登入
©方喆/新华出版社/Corbis

当我们每天与人打交道时,我们会做出数百个决定。在每一种情况下,我们都会权衡自己的选择,判断什么是对的,什么是错的,什么是公平的,什么是不公平的。如果我们想让机器人像我们一样行动,他们需要理解道德。

就像语言一样,对道德行为进行编码也是一项巨大的挑战,这主要是因为不存在一套普遍接受的道德原则。不同的文化有不同的行为准则和不同的制度法律.即使在不同的文化中,地区差异也会影响人们如何评价和衡量自己的行为以及周围人的行为。18新利最新登入试图编写一份全球相关的道德手册,机器人可以用作学习工具,这几乎是不可能的。

广告

话虽如此,研究人员最近已经能够通过限制问题的范围来制造道德机器人。例如,一台被限制在特定环境中的机器——比如厨房或辅助生活设施中的病房——需要学习的规则要少得多,而且在做出合乎道德的决策方面会取得相当大的成功。为了实现这一目标,机器人工程师将在特定情况下被认为是道德选择的信息输入到机器学习算法18luck手机登录中。这些选择基于三个滑动标准:一项行动能带来多少好处,能防止多少伤害,以及衡量公平性。18新利最新登入然后,算法输出一个伦理原则,供机器人做决定时使用。使用这种类型的人工智能在美国,你未来的家用机器人将能够决定家里谁应该洗碗,晚上谁来控制电视遥控器。

1 .感受情绪

除了他的情感能力,Nao显然知道如何冷静。18新利最新登入"width=
除了他的情感能力,Nao显然知道如何冷静。18新利最新登入
©Gerd Roth/dpa/Corbis

“世界上最美好的东西是看不见的,也摸不着的。它们必须用心去感受。”如果这个观察海伦·凯勒是真的,那么机器人注定会错过最好的和美丽的。毕竟,他们很擅长感知周围的世界,但他们无法将这些感知数据转化为具体的情绪。他们看不到所爱之人的微笑而感到喜悦,或者记录下一个模糊的陌生人的鬼脸和恐惧的颤抖。

这一点,比我们清单上的任何东西都更有可能是人与机器的区别。18新利最新登入你怎么教一个机器人坠入爱河?18新利最新登入你如何编写沮丧、厌恶、惊讶或怜悯的程序?这值得一试吗?

一些科学家认为可以。他们相信,未来的机器人将整合这两种认知情感系统,因此,它们将能够更好地发挥作用,更快地学习,更有效地与人类互动。信不信由你,表达人类情感范围有限的原型已经存在。由欧洲研究团队开发的机器人Nao具有1岁儿童的情感品质。它可以通过结合姿18新利最新登入势和手势来表达快乐、愤怒、恐惧和骄傲。这些展示动作来自于对黑猩猩和人类婴儿的研究,它们被编程到Nao中,但机器人会根据与附近人和物体的互动来决定展示哪种情绪。在未来几年,像Nao这样的机器人可能会在各种环境中工作——医院、家庭和学校——它们将能够伸出援助之手,倾听同情。

更多信息18luck手机登录

作者注:教机器人最难的10件事

在我写这篇文章的时候,《迷失太空》(Lost in Space, 60年代的电视剧,不是1998年的恐怖电影)里的机器人在我的想象中游荡。写人类与机器的互动,很难不听到机器人的标志性警告——“危险,威尔·罗宾逊,危险!”——回荡在我的脑海里。

相关文章

  • 艾凡,阿克曼。“康奈尔大学教授机器人在整理物品时发挥想象力。”IEEE频谱。2012年6月21日。(2013年11月4日)http://spectrum.ieee.org/automaton/robotics/artificial-intelligence/cornell-teaching-robots-to-use-their-imaginations-when-organizing-your-stuff
  • 艾凡,阿克曼。“佐治亚理工学院的机器人向松鼠学习欺骗行为。”IEEE频谱。2012年12月3日。(2013年11月4日)http://spectrum.ieee.org/automaton/robotics/artificial-intelligence/robots-learn-deceptive-behaviors-from-squirrels
  • 艾凡,阿克曼。《为什么教机器人端咖啡很重要》IEEE频谱。2013年5月9日。(2013年11月4日)http://spectrum.ieee.org/automaton/robotics/robotics-software/pr2-robot-fetches-cup-of-coffee
  • 迈克尔·安德森和苏珊·利·安德森。“机器人,乖乖的。”《科学美国人》。2010年10月。
  • 巴塔林,马克西姆,高拉夫·s·苏哈梅和迈伦·哈提格。“使用传感器网络的移动机器人导航。”IEEE机器人与自动化国际会议。2004年4月26日。(2013年11月4日)http://robotics.usc.edu/publications/media/uploads/pubs/367.pdf
  • Bonabeau, Eric和Guy Théraulaz。“群体智慧”。科学美国人报道。机器人技术特别版。2008。
  • 布雷西亚,辛西娅和罗德尼布鲁克斯。“机器人情感:功能视角”个人机器人小组,2005。(2013年11月4日)http://robotic.media.mit.edu/pdfs/other/Breazeal-Brooks-03.pdf
  • 卡罗尔,克里斯。“教机器人预测人类行为。”国家地理新闻。2013年5月31日。(2013年11月4日)http://news.nationalgeographic.com/news/2013/05/130531-personal-robot-beer-microsoft-kinect-saxena-science/
  • Dillow,粘土。“通过给机器人类似人类的指纹来增强机器人的触觉。”受欢迎的科学。2011年9月21日。(2013年11月4日)http://www.popsci.com/technology/article/2011-09/enhancing-robots-senses-touch-giving-them-human-fingerprints
  • 杜兰特怀特,休和蒂姆贝利。同步定位和映射(SLAM):第一部分基本算法机器人与自动化杂志。2006。(2013年11月4日)http://www-personal.acfr.usyd.edu.au/tbailey/papers/slamtute1.pdf
  • 恩格勒,彼得,亚历山德罗斯·帕拉肖斯,简·彼得斯和马克·彼得·戴森罗斯。基于概率轨迹匹配的模型模仿学习机器人与自动化国际会议论文集。2013。(2013年11月4日)http://www.is.tuebingen.mpg.de/fileadmin/user_upload/files/publications/2013/Englert_ICRA_2013.pdf
  • 格里芬,凯瑟琳。《麻省理工学院科学家创造m立方自组装机器人:真实世界的变形金刚》科学世界报道。2013年10月4日。(2013年11月4日)http://www.scienceworldreport.com/articles/9948/20131004/mit-scientists-create-m-cube-self-assembling-robots-real-world.htm
  • 霍尔沃森,网卡。“电子皮肤赋予机器人触觉。”探索新闻。2011年7月1日。(2013年11月4日)http://news.discovery.com/tech/robotics/electronic-skin-gives-robots-sense-touch-110701.htm
  • 手工业,布莱恩。“机器人革命?科学家教机器人学习。”国家地理新闻。2013年7月18日。(2013年11月4日)http://news.nationalgeographic.com/news/2013/07/130719-robot-lfd-pr2-artificial-intelligence-crowdsourcing-robotics-machine-learning/
  • Hardesty,拉里。“教机器人横向思维。”麻省理工学院的新闻。2013年2月25日。(2013年11月4日)http://web.mit.edu/newsoffice/2013/teaching-robots-lateral-thinking-0225.html
  • 约书亚·哈茨霍恩著。“会说话的机器人在哪里?”科学美国人思维。2011年3月/ 4月。
  • 希克斯,詹妮弗。“教机器人欺骗。”《福布斯》。2012年12月30日。(2013年11月4日)http://www.forbes.com/sites/jenniferhicks/2012/12/30/teaching-robots-to-deceive/
  • 贾阿。“首个能够发展和表达情感的机器人亮相。”18新利最新登入《卫报》。2010年8月8日。(2013年11月4日)http://www.theguardian.com/technology/2010/aug/09/nao-robot-develop-display-emotions
  • 乔舒亚·琼斯是佐治亚理工学院的研究科学家。电子邮件通信。2013年11月11日。http://www.cc.gatech.edu/~jj187/
  • 科恩,乔恩。“一个‘机器人野兽集:科幻小说中的机器人传统。”LitReactor。2012年7月13日。(2013年11月4日)http://litreactor.com/columns/a-bot-bestiary-the-robotic-tradition-in-science-fiction
  • 马尔可夫链,约翰。“研究人员为机器人提供触觉。”《纽约时报》。2013年4月28日。(2013年11月4日)http://www.nytimes.com/2013/04/28/science/researchers-put-sense-of-touch-in-reach-for-robots.html?_r=0
  • OpenSLAM.org。“什么是SLAM?”(2013年11月4日)http://www.openslam.org/
  • 拉特利夫,内森·D, j·安德鲁·巴格内尔和悉达多·斯里尼瓦萨。"移动和操纵的模仿学习"卡内基梅隆大学机器人研究所。2007年12月。(2013年11月4日)http://www.ri.cmu.edu/pub_files/pub4/ratliff_nathan_2007_4/ratliff_nathan_2007_4.pdf
  • Rieland,兰迪。“机器人有人情味。”史密森尼杂志。2011年11月10日(2013年11月4日)http://blogs.smithsonianmag.com/ideas/2011/11/robots-get-the-human-touch/
  • 舒尔茨,科林。“这个新机器人有触觉。”史密森尼杂志。2013年4月29日。(2013年11月4日)http://blogs.smithsonianmag.com/smartnews/2013/04/this-new-robot-has-a-sense-of-touch/
  • 西珀,摩西,詹姆斯·a·雷吉亚。“向前复制。”科学美国人报道。机器人技术特别版。2008。
  • 斯蒂尔,比尔。“研究人员制造了一个可以繁殖的机器人。”康奈尔大学纪事报》。2005年5月25日(2013年11月4日)http://www.news.cornell.edu/stories/2005/05/researchers-build-robot-can-reproduce
  • Summet,周杰伦。电子邮件通信。2013年11月22日。http://www.summet.com/
  • 托菲尔,凯文·C。“麻省理工学院:我们离自我复制物体又近了一步。”Gigaom。2012年4月3日。(2013年11月4日)http://gigaom.com/2012/04/03/mit-were-one-step-closer-to-self-replicating-objects/
  • 沃兹沃思,德里克。“自适应机器人”。爱达荷国家实验室。(2013年11月4日)https://inlportal.inl.gov/portal/server.pt/community/robotics_and_intelligence_systems/455
特色

广告

加载……
Baidu