從大白到大黃蜂,未來機器人就藏在這些頂尖學府的實驗室中
編者按:本文來自微信公眾號 “機器之能” (ID:almosthuman2017),作者Tanya M. Anandan,編譯張璽;36氪經授權釋出。
如今,未來的機器人技術已在實驗室裡初具雛形。從包裹配送機器人、自動駕駛汽車,到外科手術蛇形機器人、搜救機器人,各類創新影響深遠。1 年後、3 年後或是 5 到 10 年後,當我們迫切需要機器人時,它們可能就會出現在我們的門口、我們家裡或者我們身邊。
本篇文章將透過全美頂尖學府機器人研究學術機構的鏡頭窺視未來。各家院校都在為機器人學科吸引招募富有聲望的教員,且都設定了跨學科機器人技術的碩士與博士培養計劃。此舉催生了許多顛覆行業的衍生公司與知名校友。各家院校均採用綜合的機器人研究與教學方法。
機器人技術是一條多學科賽道。機械工程、電子工程與電腦科學等傳統研究領域已延伸到生物系統與認知科學。許多頂級院校的機器人專業培養計劃正從各個角度應對機器人技術挑戰,並有了極具吸引力的發現。
人機互動
卡耐基梅隆大學(CMU)機器人研究所創立於 1979 年,是全美歷史最悠久的機器人研究所之一,也是全美首個開設機器人研究生課程的高校。
該研究所包括 CMU 在賓州匹茲堡校區的主要設施、勞倫斯威爾附近的美國國家機器人工程中心(National Robotics Engineering Center,簡稱 NREC)及黑澤爾伍德的機器人城——其前身是鋼廠,在鋼廠原址上建設了 40 英畝機器人測試場地。
CMU 和匹茲堡大機器人城(Greater Pittsburgh robotics scene)已經將這座「鋼鐵之城」轉變為了「機器人堡」。
機器人研究所隸屬於 CMU 電腦科學學院。研究人員從事機器人技術相關的綜合研究,包括機器人設計與控制、感知、學習、自主及人機互動(HRI)。
實際上,研究所所長 Martial Hebert 認為,研究所的中心主題是人機互動(HRI),「大多數機器人技術研究與機器人關係不大,研究需要與人互動。」他說,「理解人類、預測人類、理解人類的意圖。從理解行人意圖的自動駕駛汽車到理解操作工人的協同機器人制造,涉及所有級別的互動應用。」
為了更好地理解人類,CMU 嘗試了許多方法,研究人類的肢體語言就是其中之一。研究人員搭建了一個真人般大小的、配備了攝像機、高清攝像頭與深度感測器的圓頂測量場,從成千上萬條軌跡中捕捉影象。最終,實現人類的身體姿勢及行為的動態 3D 重構。
我們人類可以無需任何語言,用肢體動作、姿勢及面部表情做出表達。CMU 全景工作室(CMU Panoptic Studio)的建立就是為了捕捉上述細微的非語言線索,建立肢體語言資料庫,幫助機器人更好地與人類相處。目前,研究正在進行中,可用資料集包括全身動作、手部手勢及 3D 面部表情。
學界之外,研究成果也備受矚目。備受啟發的 Facebook 在匹茲堡設立了一個實驗室,聘請了創立全景實驗室(the Panoptic Studio)的 CMU 教授亞瑟·謝赫。事實證明,非語言社交在虛擬世界中同樣重要。想想 Oculus Rift 吧,現在歸 Facebook 所有的虛擬現實技術。
機器學習與機器人智慧
Hebert 說,機器學習是 CMU 的另一塊重要研究領域。他設想,機器人能夠從自身動作與資料中學習,並逐漸通過學習改善表現──如機械臂學習如何抓取,無人機學習如何更好地飛行。日前,CMU 與霍尼韋爾公司強強聯合,合作開發了先進的供應鏈機器人技術,人工智慧將運用機器學習在上下游分銷中心控制和操作多種機器人技術。
「這是一個物料搬運應用,包含分揀包裹及在分銷中心附近快速搬運包裹。」Hebert 說,但他沒有透露關於機器人的更多細節資訊。Honeywell 最近與 Fetch Robotics 的合作可能會透露端倪。
「機器人只能重複機械工作的時代早已過去。」Hebert 說,「現在,機器人必須能夠自主決策,適應環境。東西不會在那裡一直不動或是在它們本應出現的位置,而這恰恰是機器學習與自主功能發揮作用的地方。所有因素彙總在一起,才催生出這種新的應用。」
過去 20 年,CMU 研究人員一直在 NREC 為工業及政府客戶將機器人技術概念化及商業化,而該專案也正在 NREC 進行。從 F16 戰鬥機的鐳射脫漆機器人、無人拆彈車隊、農作物自動收割機、施工裝載機到採礦機器人,許多行業都受其影響。
儘管 CMU 在自動駕駛汽車方面大膽創新,Hebert 仍然認為他們對於機器人技術物理方面研究的關注少於機器人智慧。關注演算法或機器人軟體技術層,是我們在學術界內外反覆聽到的主題。
他舉了個例子。Kaarta 研發了一款 3D 移動掃描與製圖生成系統,可在使用者的手掌上實時運用即時定位與建圖技術(SLAM)。無需後臺處理,使用者面前的手持觸控式螢幕上立即生成 3D 數字模型。核心技術專利(高階 3D 建圖與定位演算法)正在申請中,這也是 CMU 機器人研究所的產品之一。
「我們的貢獻就是收集感測器採集的海量資料,並快速高效地優化。」Heber 說,他對高等數學及演算法讚不絕口。
該系統的成像硬體尺寸小、可定製,適用於陸地及空中運輸工具(如無人機),內外側都能使用。目前,這款產品主要面向基礎設施檢驗員、勘測員、工程師、建築師及設施規劃師。但是,還有許多領域具備應用可能性──急救人員、危險品處理小組、執法人員與未來的自動駕駛汽車。
搜救機器人
說到急救人員,這讓我們想到了 CMU 實驗室開發的一款外形奇特的機器人,它能到達人類無法到達的地方。
Snakebot(蛇形機器人)能在狹窄的空間和極端條件下行走──可能此類環境是人類甚至犬類無法生活且預知的。去年秋天,墨西哥城遭受大地震後,Snakebot 被用於在地面上實施搜救工作。今年春天,Snakebot 被評為「年度地面救援機器人」。
CMU 生物機器人實驗室(Biorobotics Lab,發明了 Snakebot)主任、電腦科學教授 Howie Choset 表示,他們對於機器人及其已取得的成績感到十分自豪。然而,還面臨許多挑戰。
「挑戰還有很多,包括如何移動(運動),移動到哪(導航),如何建立環境地圖,如何為檢驗員提供極佳的遠端環境感知。」Choset 說道。機器人前端的攝像頭輔助操作人員觀測機器人附近的即時工作區域,但低光線及高度狹窄的環境會限制其工作。在災難場景中,聲音及氣味感測器之於發現生命跡象會更有效。
CMU 的蛇形機器人可以用它的多關節軀體攀爬立柱、在柵欄上滑行、操縱導管、滾進排水溝,甚至游泳。
Choset 認為,蛇形機器人十分適合於製造應用,如檢查飛行器機翼內的緊固點,或在飛機機翼或輪船內部安裝緊韌體,在汽車車門內部噴漆。他還希望蛇形機器人能應用於核工業領域。
醫療機器人技術
醫療機器人技術是 CMU 另一個值得關注的研究領域,而 Biorobotics Lab 研發的另一款蛇形機器人在醫療機器人技術取得了重大進展。與用於搜救或工業應用的蛇形機器人不同,外科蛇形機器人是電纜驅動機器人。
Choset 詳細解釋了其中的差異。
「想象一個使用電線控制不同部分的提線木偶。電纜驅動機器人使用內部線纜控制連線,使關節屈伸。發電機不一定要嵌入式的,所以你可以使用更輕量化的機械裝置,或者像我一樣使用更大的電機。」這與移動機器人形成鮮明對比──移動機器人能夠攀爬管道,所有的發電機都是嵌入式的。
Choset 說,「我認為微創手術是機器人技術應用的另一個重要領域。關鍵挑戰是如何進入──如何到達正確區域;到達後,仍在開發的工具、終端執行器及其他機械裝置如何進行治療與執行診斷。環境感知或真正理解周邊環境則是下一步。」
CMU 的仿生機器人團隊認為,微創無痕手術是蛇形機器人的未來。與此同時,該項技術已在口腔機器人手術方面取得成功,並授權給了 Medrobotics Corporation──Choset 教授是這家總部位於馬薩諸塞州的公司的聯合創始人。機器人行業協會(RIA)下月將開始深入研究此項技術,屆時,我們將專注於外科手術機器人技術。
當機器人與人類軀體連線或內建其中時,醫療機器人技術將人機互動提升至新高度。但是,當人類成為機器人的乘客時,情況會是如何呢?這應該就是自動駕駛汽車的應用場景。讓我們去「汽車之城」看看吧。
自動駕駛汽車
密歇根大學可能因其足球專案而聞名,但是里程碑式的自動駕駛汽車研究才真正使其享譽世界。距底特律城約 40 英里的 Mcity Test Facility,是在模擬城市環境中測試聯網的自動駕駛汽車技術、獨一無二的試驗場。
試驗場位於密歇根大學的安娜堡校區,佔地 32 畝,擁有數英里長的道路──包含十字路口、交通訊號及指示燈、人行道、模擬建築與障礙物(如建築障礙),甚至偶爾會出現測試行人避讓技術的「假人」。對研究人員來說,這是在 2021 年前建成本地互聯自動駕駛汽車網路的一個典型的戶外實驗室。
「我們最出名的可能就是自動駕駛。」密歇根大學工程學教授德 Dmitry Berenson(米特里•貝倫森)表示,「這也是優勢所在。我們擁有密歇根大學交通研究所(UMTRI)──在自動駕駛流行前,這裡就已經開展了多年自動駕駛研究。我們與汽車製造商關係緊密,能夠與他們快速組織會議對接,獲得反饋,我們與豐田及福特的良好合作關係也推動了自動駕駛技術的發展。」
我們第一次遇見 Berenson 時,他還在 Worcester Polytechnic Institute 組織團隊進行機器學習與操縱規劃方面的研究。那時候,我們還在討論他關於仿人機器人堆疊盒子的動作規劃演算法的研究。如今,Berenson 負責自主機器人操縱(ARM)實驗室──該實驗室是他兩年前加入密歇根大學時創立的。演算法仍是他的最愛。
「密歇根大學所做的事情真的很重要,推動演算法的邊界,讓機器人進入非結構化的真實世界環境。我們有研究人員正從航空航天應用的角度進行類似的研究,從步行運動到與我團隊相似的操縱應用,再到自動駕駛。自動駕駛技術的發展勢頭強勁。我們的一些同事已經在此領域創業。」
密歇根大學教授 Edwin Olson 在 2017 年聯合創立了 May Mobility。目前,該初創公司的自動班車服務正在底特律市中心運營,並在其他中西部城市拓展新領地。作為 APRIL Robotics Lab 的負責人,Olson 因其感知、建圖與規劃演算法被人熟知。上述自動駕駛班車的授權智慧財產權都是在他的實驗室開發的。
這個能容納六位乘客的電動班車在某些場景下取代了柴油巴士,比如,在商業區、公司和大學園區的指定道路上行駛。這是去年試驗專案的後續──May Mobility 在辦公室及車庫間班車接送 Bedrock Detroit 及其母公司 Quicken Loans 的員工。
來自寶馬 i Ventures、豐田 AI Ventures 與 Y Combinator 等主要投資者的資金激增,再加上與一流汽車供應商 Magna International 新建立的合作關係,都將可能加速 Olson 的自主班車初創公司在全國的推廣。
另一名密歇根大學老師 Ryan Eustice, 是豐田研究院自動駕駛部門(Automated Driving at Toyota Research Institute)的高階副總裁,因其 SLAM 技術研究而聞名。Berenson 說,「對於自動駕駛汽車來說,SLAM 是關鍵技術。沒有 SLAM,它們寸步難行。」
Eustice 是感知機器人技術實驗室(PeRL)的負責人。這是一座移動及海洋機器人技術實驗室,隸屬於密歇根大學,關注機器人感知、導航及建圖演算法開發。Eustice 還與福特一同研究下一代汽車(NGV)專案。福特是首家在 Mcity 測試自動駕駛汽車的汽車製造商。
機器人技術掀起高潮
福特有Michigan Robotics留下來的股份。密歇根大學安娜堡校區正在建設一處價值 7500 萬美元的建築,因為福特捐贈 1500 萬美元給密歇根大學,故該建築將被命名為福特汽車公司機器人大樓(Ford Motor Company Robotics Building)。該建築佔地面積約為 14 萬平方英尺,設有供自動駕駛飛行器用的三層飛行區域,供有腿機器人使用的室外障礙訓練場及供自動駕駛汽車使用的高層立體車庫。此外,福特還將在第四層建立一座校內研究實驗室──便於福特的研究人員與密歇根大學的教職人員協同工作,為學生提供實踐機會。
這座新建築還會配置教室、辦公室及實驗室。學生、教職人員與研究人員匯聚在一起,討論機器人,使溝通交流更順暢。實際上,密歇根大學領導人將倡導從各個角度(包括機械、電子、感知、控制及導航)研究機器人技術問題與解決方案的文化,並將該方法稱為「全方位自主」。該建築預計於 2020 年上半年竣工。
豐田研究員還將資助密歇根大學的研究工作。Berenson 說,「他們重視我們的機器人技術與自動駕駛技術,不是因為他們認為哪些技術能增加他們明天的利潤,而是這將在未來五到十年給他們帶來利益。我的 ARM 實驗室已獲得一項資助。」
機器人操縱及抓取
Berenson 正在 ARM 實驗室中開發機器人運動規劃與操縱演算法。研究工作包括雜亂環境下的抓取與可變形物體的操縱,如具有韌性及抓取時會變形的繩索或織物。
「這兒有許多可變形物體,成堆的雜物中有一些可能是我們之前見過的,一些是我們沒見過的。無論如何,我們必須操縱它們。」Berenson 說,「我們不能等到有人對環境進行完美建模,給我們提供所有的引數,告訴我們東西都在什麼位置或為每個物體提供一個 CAD 模型。這些也許在工廠中適用,但在家庭中完全不行。」
「你永遠不會得到一個描述繩索或織物表現如何的完美模型。我們必須在不確定的條件下操縱。」Berenson 補充道,「舉個例子,我們可以在桌上的特定位置擺放餐墊,避開障礙物。我們可以在不知道可變形物體大部分引數(如剛度與摩擦係數)的條件下,完成這類任務。」
2018年早些時候,Berenson 因提高自主機器人處理柔軟及可變形物體的能力,獲得了美國國家科學基金獎(National Science Foundation CAREER award)。他認為,包含拾撿可變形物體(如線纜、衣服甚至肌肉組織)在內的挑戰,能夠通過基於距離約束的物體及任務表徵與公式化描述,及基於該表徵的控制與規劃方法來解決。按照此方法運用機器人,能夠使得醫療機器人在外科手術中或在準備病床等方面執行簡單重複的任務,或是,在家庭服務中,讓機器人承擔洗衣做飯的工作。
「我們對此項研究感到特別興奮,因為我們相信它將推動前沿發展──機器人能基於有限資訊正常工作。這點對於機器人在人們的家庭中或自然環境中工作,異常關鍵。」
此外,ARM 實驗室也在致力於研究成形演算法。當你面臨雜亂環境時,如一堆衣服或其他需要分類的物體,該演算法優勢明顯。「如果你用鐳射掃描器掃描東西,僅能看到物體的前面部分,卻完全不知道物體後面是什麼,或者物體縱深多遠。我們一直在研究填充無法觀測物體部分的演算法。」Berenson 說。
他的團隊充分利用前人在深度神經網路方面的研究成果進行 3D 重構。通過機器學習,該演算法已經學會觀察一個物體的區域性掃描,並通過觀察之前已掃描過的上千個物體推斷出它看不見的部分形狀。結果證明,許多家用物件十分相似,所以 Berenson 表示,他們可以在家用物件方面做出相當好的預測。
研究團隊使用一些複雜的機器人技術來測試和驗證他們的運動規劃與操縱演算法。你能看到一對 KUKA LBR iiwa 機器人手臂,配備了 Robotiq 三指機械爪,可以操縱形狀、重量及易碎性不同的日常物件。
隨著機器人逐漸融入我們的生活,各種干擾也逐漸出現。不只是技術層面,社會、倫理、法律與經濟問題都將引起人們對隱私、可靠性、潛在工作機會丟失、持續性學習與社會習俗等方面的擔心。有一所大學正密切關注機器人技術創新的社會影響。
機器人倫理及政策
科瓦利斯市是俄勒岡州中西部的一座城市,距太平洋海岸約 50 英里。我們在科瓦利斯市中心發現了「寶藏」。作為威拉米特河谷的一部分,這裡土壤十分肥沃,也是機器人技術領域後起之秀的沃土。
俄勒岡州立大學 (OSU) 是科瓦利斯市最大的僱主,也是協作機器人技術與智慧系統(CoRIS)研究所的所在地。2017 年,俄勒岡州立大學工程學院創立了 CoRIS,旨在提升機器人及智慧系統的設計、開發與部署,實現機器人與人類的無縫互動。
「我們正在摒棄機器人必須與人類分開工作的觀念。」Kagan Tumer 說道。Tumer 是 CoRIS 的負責人、俄勒岡州立大學機械、工業與製造工程學院的教授。Tumer 說,「我們與機器人的互動無處不在,從工廠到日常工作甚至在家裡,現在,我們發現有消費者購買人工智慧及機器人。瞭解人類如何與機器人互動──無論它只是一個簡單的掃地機器人還是家政護理級別的聊天機器人,關於如何與機器人互動,還存在許多待解決的問題。」
俄勒岡州立大學的研究人員通過強大的協作研究文化(是 CoRIS 的特點)來解決這些問題,多學科融成一體。此外,他們還特別關注倫理與政策。
Tumer 說,「這是我們非常重視的事情。這樣的研究結構通常會設定一名研究負責人和學術負責人。我們在部署方面,特別設定了一名政策與倫理負責人。因為我們認為這十分重要。據我所知,我們是唯一開設研究生級別的機器人倫理學課程的學校。希望我們的畢業生不僅精通技術,也能夠理解他們所創造機器人技術的真正內涵。」
俄勒岡州立大學的 CoRIS 強調機器人技術和人工智慧中的人類要素。研究人員探索機器人技術在倫理、政治與法律方面的內涵以瞭解社會與技術干擾的範圍與規模,以及其對於未來科學、技術及社會的影響。
機器人步行移動
當機器人開始與人類共享活動空間時,倫理與政策變得更加重要。機器人在我們身邊散步是遲早的事。
俄勒岡州立大學實驗室研發的雙足機器人 Cassie,在校園裡漫步時引起了很多人的關注。Cassie 看起來像一對鴕鳥腿,但仿生學不是它的使命。Cassie 的開發者只是希望創造出穩定的有腿平臺,能夠應對多變的地形與無法預測的環境。
Cassie 在俄勒岡州立大學的成功並非偶然。Tumer 努力招募頂尖的機器人技術人才,他找來了 CMU 機器人技術博士 Jonathan Hurst,而他也成為俄勒岡州立大學首位致力於機器人技術的老師。
Hurst 鍾愛步行移動,尤其是機械系統的被動動力學。他創立了動態機器人技術實驗室(Dynamic Robotics Laboratory),組建了設計與開發 ATRIAS(Cassie 的早期原型)的團隊。ATRIAS 的被動動力來源於系列彈性玻璃纖維彈簧,其工作原理類似懸掛系統與機械能量儲存方式。該技術基於彈簧質量模型,這是一種與動物高效跳躍步態相關的理論。想象一下,跳上一根彈簧高蹺上,能量被壓縮時儲存在彈簧中;當它膨脹時,能量被釋放,你就被向上拋起。
Tumer 說,「ATRIAS 是一項科學試驗,從未想過能成為現實世界的機器人。它當時只是驗證模型想法、機器人工作的被動動力學方法,以及你是否可以基於非常簡單的原則(如複製動物步態)設計出機器人。Cassie 就是那個實驗的產物。」
較於 ATRIAS,Cassie 能夠控制每條腿兩個以上的關節,靜止站立或蹲坐時都能保持平衡。臀部的全方位運動使得 Cassie 能夠轉向。Cassie 的重量是 ATRIAS 的一半,但動力卻是其一倍,且能量使用效率更高。由於系統密封,Cassie 能在雨雪天氣執行。由於團隊沒法找到足夠小或具備要求效能的現成部件,俄勒岡州立大學實驗室自主研發了許多 Cassie 的部件。
俄勒岡州立大學的衍生公司 Agility Robotics 正在將 Cassie 作為一個強大的雙足機器人研究平臺進行銷售,面向從事腿部運動研究的學術團隊。加州理工學院與密歇根大學正在測試 Cassie 的演算法,為截癱患者開發新一代假肢和外骨骼。除了私人/輔助機器人技術外,Tumer 表示,創造者設想 Cassie 的實際應用是包裹配送與搜救機器人。
Tumer 說,「我們離無人駕駛汽車已經不遠了。如果你能想象一輛貨運卡車自動駕駛到你的社群,那如何處理最後的 100 英尺或 300 英尺?此時,應該有腿機器人登場──先跳出卡車,將包裹送到你家門口,再回到卡車上,駛向下一站。」
Cassie 的發明團隊正在研究類似手臂的附件,該附件能搬運包裹且能在摔倒後自動恢復平衡。Cassie 最終需要「眼睛」觀察你的家門,所以,視覺及其他感測器也已提上議事日程。
Tumer 說,「如果你仔細觀察住宅附近的環境──從路邊到人行道,到有點斜坡的車道,到門前的一或兩層臺階,這些對於任何型別的輪式機器人都是十分危險的路線。當給自動駕駛貨車配置一個有腿機器人,一切都搞定了。能在為人類設計的環境中行走意味著一次重要進步。」
包括 Andy Rubin 的 Playground Global、Sony Innovation Fund 及 Robotics Hub 在內的投資機構全都寄希望於此。2018 年初,俄勒岡州奧爾巴尼的 Agility Robotics 的 A 輪融資金額為 800 萬美元。2018 年 6 月,它們在匹茲堡成立了第二家分店,期望充分利用該地區強大的機器人技術人才庫。此外,俄勒岡州立大學仍在持續研究 Cassie 的迭代升級。
多機器人協作
多機器人協作是俄勒岡州立大學另一個重要研究領域,也是 Tumer 的主要研究重點。他表示,許多有趣的現實世界場景需要多個機器人或人與機器人協同工作。搜救工作就是其中之一。
Tumer 解釋道,「你可能需要搜尋廢墟的無人機(UAV)、能夠四處移動的無人地面車輛(UGV)及有腿機器人。你將需要大量部件進行不同工作。我們如何部署那些機器人,使得整個團隊能完成你的預期,這才是關鍵。為所有不同的機器人解決目標選擇問題是我們研究的重要內容。」
Tumer 表示,在一個多機器人團隊中,不同的機器人需要一定程度的待處理任務感知能力。這樣,它們才能決定如何為團隊做出最好的貢獻。他的團隊正在嘗試賦予機器人高階協作能力。
水下機器人
Tumer 在多機器人協作方面的研究成果也可應用於水下機器人。俄勒岡州立大學有一個強大的海洋學系,因此,他們與 CoRIS 展開了合作,尤其是專注於水下自主技術的俄勒岡州立大學教授 Geoff Hollinger 博士。
Tumer 說,「我們在機器人身上進行了許多水下科學的研究。這全都與海洋健康有關──觀察河流如何帶來水與沉積物,及其它們如何傳播。我們的所作所為對環境產生的影響,蘊含著許多研究問題──從河流分流到海藻再到其他問題。我們有一隊智慧滑翔機,可以為科學家們收集資訊。」
這些「智慧滑翔機」或者自主水下航行器(UAV)外形像魚雷,但沒有發動機,他們順著水流滑行,而不是自行推進。船上配置的感測器採集不同深度海水的鹽濃度、溫度、營養素與氧氣濃度資料。這些滑翔機能自主變更浮力,潛入水下 1000 米,並在數小時後浮出水面,將採集到的資料與位置資訊通過衛星傳播出去。它們每隔六小時左右就重複一遍此流程,連續數週每天 24 小時採集資料。
來自俄勒岡州立大學不同學科(海洋科學與機器人技術)的研究人員共同協作,為海底滑翔機配備生物聲學感測器,利用其獨特的聲學特徵識別不同種類的海洋動物。這也有助於科學家們研究捕食與被捕食動物的分佈規律以及它們與海洋條件的關係。
Hollinger 與機器人決策實驗室(Robotic Decision Making Laboratory)開發的高階控制演算法,使得滑翔機與其他水下機器人(AUV)更加高效地在強流與干擾環境下航行,對環境訊號做出響應。運用智慧 AUV 在潛水員無法到達的環境中收集資料,對於維持漁業、保護海洋生物及理解氣候變化具有長期利益。
當更多的機器人系統進入水下、街道以及家庭後,研究人員表示,我們需要正規的驗證測試方法,以支援大規模部署。
機器人技術的驗證測試
CMU 的 Herbert 認為,未來 5 到 10 年雖然沒有那麼激動人心,但整合、驗證與測試卻是最為關鍵的機器人技術研究領域。隨著人與機器人互動逐漸成為我們日常生活的一部分,這一點尤其重要。為了說明他的觀點,Herbert 拿航空工業做了一個類比。
「乘坐飛機的乘客感覺安全,是因為我們的航空技術已經經過 150 年的驗證測試。但是,人工智慧與機器人技術的相關工具並沒有。如何讓選用系統進行重複學習並適應?哪些系統是依賴於學習資料的?與人類有複雜互動的系統又該怎麼辦?」Herbert 說,「針對這些較新的機器人技術領域,我們還沒有保證系統性能及行為的工程工具。我們需要做的是能在日常應用中使用它們。我們需要為大家真正信任的系統提供最佳的實踐與正規工具的集合。」
信任將在公眾對於智慧自主系統的接受程度方面起著關鍵作用。我們可以將我們愛的人與最容易受到傷害的人群──老人孩子,託付給系統去照護;機器人也許將來會分享我們最私密的空間;系統將能夠訪問我們的隱私資料、生活細節及私人會談;我們將交出機器人系統的控制權。
為了達到該目標,它們需要贏得我們的信任。我們與機器人的美好未來取決於此。研究人員正幫助我們實現這一未來。
原文連結:
https://www.robotics.org/content-detail.cfm/Industrial-Robotics-Industry-Insights/The-Dream-Labs-of-Future-Robotics/content_id/7533