“不需要提前设定和人来操控，受损后能自行适应新情况，改变移动方式，直至完成任务。”最新出版在英国《自然》杂志上的一篇文章描述了一种机器学习算法，能够让受损的
机器人在短时间内适应新情况，恢复执行任务的能力。经试验，该技术在一个六条腿走路的机器人和一个机械手臂中均被证实可行，未来有望帮助科学家开发出更稳健、高效和自主的机器人。
法国科学家让-巴普蒂斯特·穆雷和他的研究团队开发的这种智能试错算法，能让机器人在受损后两分钟内适应过来。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获得成功。机器人会尝试各种预测结果良好的行为，从而帮助它们恢复执行任务的能力。
在测试中，机器人遭遇了极尽苛刻的考验：一个六条腿的机器人遭受了包括腿部受损、断裂和丢失在内的5种不同的损伤；一个机械手臂的关节被“残忍”地用14种不同方法弄断，但最终它们都成功采用这种算法适应并快速恢复了过来。
机器人已经改变了包括制造业在内的很多行业，在为人类提高生产效率的同时，也大幅延展了我们所能达到的区域，如太空、深海、灾区等。但是，与动物可以迅速适应受伤的情况不同，机器人在受损后很“无助”，个别部件出错都会导致它变为“铁块儿”。像人类送往其他星球上的探测器，费用高昂，可一旦出现机械故障失去了联系，通常就“废了”。如何能制造出在遭受损伤后可以快速恢复的机器人，并且要兼顾既实用又实惠这两点，一直都让科学家们十分为难。
而穆雷的团队就是要让机器人能像动物一样通过不断地尝试，找到最优解决方案，适应多变的环境。该技术将有望让机器人找到自己解决复杂问题的方法，帮助其在陌生环境或遭遇意外事件时度过难关，使其具备一定自适应能力，更加稳定、可靠。
总编辑圈点
从单细胞动物，到昆虫，再到人类，几乎所有生物在部分肢体受伤后都能调整来适应环境，并进化出千奇百怪的修复策略，这是一个物种能否延续的关键。而这些策略，都经历了长期或短期的试错和修正过程。本研究通过算法革新，让机器人不用像简单生物那样经受漫长的自然选择，可以像掉了腿的蝈蝈那样迅速恢复，大大增强了适应能力。但这与生物通过细胞繁殖来修复受损肢体还有很大差距，与人类利用工具来替代受损肢体的本领更不可同日而语。
