近年来最令人印象深刻的发展之一是人工智能系统的生产，它可以教自己掌握更大系统的规则。着名的成功包括国际象棋和星际争霸的实验。鉴于这种自学能力，人们很容易认为计算机控制的系统应该能够教给自己操作所需的一切知识。显然，对于像自动驾驶汽车这样的复杂系统，我们还没有做到这一点。但使用更简单的系统应该容易得多，对吧？

也许不会。阿姆斯特丹的一组研究人员试图使用一个非常简单的移动机器人，并创建一个系统，通过一个边干边学的过程来学习优化移动机器人的运动。虽然研究人员开发的系统是灵活的，可能是有效的，但由于现实世界的一些基本特征，比如摩擦，它遇到了麻烦。

漫游机器人

研究中的机器人非常简单，由不同数量的相同单元组成。每个单元都有车载控制器、电池和运动传感器。泵控制一块充气管，将一个单元连接到相邻单元。当充气时，管会产生一种力，将两个单元分开。当充气时，管会将单元拉回到一起。

将这些单元连接在一起创造了一条自行车道。考虑到适当的通胀和通缩系列，单个单元可以以协调的方式相互拖拉和推挤，提供一个方向性的运动，将系统像一英寸虫一样推向前进。找出发送给泵的控制通胀的最佳命令系列相对简单-简单，但并不特别有趣。因此，新工作背后的研究人员决定，该系统是否可以优化自己的运动。

每个单元都被允许独立运行，并得到一套简单的规则。通胀/通缩被设定为每两秒钟循环一次，唯一可调整的参数是在该2秒窗口内，泵将打开（它将持续不到一秒）。链条上的每个单元将随机选择启动时间，使用它几个周期，然后使用系统的车载传感器来确定机器人的移动距离。启动时间在学习期间被随机选择，然后进行改进，在此期间，对性能最佳的区域进行采样。

关键的是，链条上的每一个单元都完全独立地运行，不知道其他单元是什么。向前运动所需的协调是自发出现的。

研究人员首先将两个机器人和一个惰性块连接到一列火车上，并将系统放置在一个环形轨道上。一些火车只用了大约80秒就达到了可能的最高速度，惊人的速度略高于每秒2毫米。这种硬件无法更快地运行，模型系统中的仿真证实了这一点。

没那么快

但问题马上就显现出来了。一些系统被困在了当地的最低限度，优化的速度仅为最大限度的四分之一。当团队在列车上增加了第三个机器人时，情况发生了不同的变化。

在这里，该系统只用了几分钟就达到了模拟中看到的最高速度。但一旦达到该速度，大多数系统似乎开始减速。这不可能，因为这些单元总是会节省与它们到达的最大速度相关的周期启动时间。由于它们不应该故意选择较低的速度，所以它们没有理由减速，对吧？

幸运的是，团队中的一些人注意到，系统并没有经历统一的减速。相反，它们在轨道上的特定位置几乎停止运行，这表明它们在这些点遇到了摩擦问题。尽管机器人继续执行与轨道上其他地方的最高速度相关的动作，但它们是在不同的一系列动作可能会更有效地通过摩擦来供电的位置上这样做的。

为了解决这个问题，研究人员做了一些重新编程。最初，系统只是寻找最大速度，并存储该速度和与之相关的通胀周期启动时间。切换后，系统总是保存最新速度，但只有在存储速度比最近的速度慢的情况下，才更新启动时间。如果系统撞到一个粗糙的地方，显着放缓，它可以找到一个最佳的方法来通电，然后重新优化，以获得最佳速度。

这种调整使四节车厢系统以每秒2毫米的平均速度移动，并不像三节车厢的火车那么好，但相当接近它。

更多的曲折

期望和现实之间的冒险并没有到此为止。为了测试系统是否能够从故障中恢复过来，研究人员封锁了其中一个单元的释放阀，迫使它一直处于充气状态。该算法进行了重新优化，但研究人员发现，在泵仍然打开和关闭的情况下，即使泵没有推动任何空气，它也能更好地工作。显然，振动有助于限制摩擦力，否则，摩擦力可能会使整个系统陷入瘫痪。

这个改进系统尝试的启动时间接近最大值，但一旦火车足够长，也会出现问题。以7节车厢为例，该系统将定期达到最高速度，但很快就会减速。显然，在改进过程中测试的微小变化可以在火车很小的时候容忍，但一旦火车足够长，它们就会使太多的汽车失去同步。

尽管如此，整个系统仍然相当有效，即使是在一个简单的系统上使用。它占用了两个简单的属性，并将它们变成了一个可以对摩擦等环境变化作出反应的自学系统。该系统是可伸缩的，因为它对具有各种列车长度的系统运行良好。它对损坏非常强大，例如当研究人员阻塞阀门时。在另一个实验中，研究人员将列车切成两半，两人都重新优化了速度。

虽然这个系统很简单，但它为我们如何看待自我教学系统提供了一些见解。实验提醒我们，现实世界即使是最好的自我教学系统也会有几条曲线。