设计和制造机器人并使之具有类人的智能,是人类文明进步与科技发展的目标之一。自上世纪中叶,第一台可编程机械手及工业机器人问世以来,机器人的研究取得了丰硕的成果,并在工业、医学、农业、建筑业、军事等领域得以广泛应用。由于机器人技术综合了多个学科的研究成果,代表了高科技发展的前沿,因此机器人成为体现各国科技实力的一项重要指标,引发了全球研究的热潮。
探索的步伐从未停歇
从我国西周出现的“歌舞伶人”、古希腊人发明的“自动机(Automata)”,一直到当下各国研发的各类先进机器人,综观这一研发历程可知,人类对机器人的研究经历了探索概念原型、面向程控机械、注重自主功能、强调高智能水平等发展阶段。
1954年,第一台可编程机器人(机械手)和1959年第一台工业机器人相继问世,标志着真正意义上的机器人诞生;1968年美国斯坦福研究所研制出名为Shakey的第一台自主移动机器人,机器人以独立可移动个体的身份出现在世人面前;1969年日本早稻田大学加藤一郎实验室研制了第一台以双脚走路的人形机器人,与人们长期期待的真正像人一样的机器人的梦想实现了接轨。
机器人学来自人们生产生活的大量实际需求,并且由于涉及众多学科的技术革新,促使机器人技术飞速发展。机器人行业的巨大潜在价值得到了各国政府的强力支持、各大公司及科研院所的产学研整合。正是这些力量的汇聚,架构了一个前景广阔的机器人产业。与机器人学紧密相关的各个学科的突破和发展为机器人的研发打下了坚实的基础。20世纪末,一系列各具特色的机器人井喷式涌现。
2015年6月,在美国国防先进项目研究局(DARPA)举办的挑战赛上,登台亮相了一批来自世界各国的先进机器人。几乎每一款先进机器人的研制都有其相对应的强大力量作为支撑——如DARPA支持下的波士顿动力研究所(Boston Dynamics)大狗(BigDog)机器人、Petman机器人、美国麻省理工学院(MIT)Atlas机器人与猎豹(Cheetah)机器人、欧盟框架计划(EUFP6,EUFP7,Horizon 2020)支持下的iCub、日本产业技术综合研究所(AIST)HRP系列机器人、日本本田公司的ASIMO机器人以及韩国高等科技研究院的HUBO机器人等。
美国波士顿动力研究所的大狗(BigDog)机器人
尽管机器人的研发已经取得了长足的进展,然而“如何使机器人具备智能”仍然是一项具有极大挑战的课题。首先要回答的问题便是:机器人能否具备智能?这是一个哲学性质的命题,而对这一命题的解答是以另一个问题的回答为基础的,那就是:智能的本质是什么?该问题与物质、宇宙、生命被学者并列为自然界的四大奥秘。
目前看来,在包括脑科学与认知科学在内的众多相关学科取得更大的、根本性的突破进展之前,该问题仍然无法获得完美解答。
与人工智能领域的研究及发展类似,如何使机器人具备智能这一课题的研究,并未因其根本问题未予完美解答而停滞。相反,使机器人具备高智能性正成为现阶段机器人领域研究的主题。研究者以人的智能行为能力为蓝本,从强调机器人环境知觉组织、复杂场景适应、交互与协作、概念形成与整合、知识获取与推理、自主认知与高级决策、类人智能行为等角度,展开机器人的智能性研究。
双足才是最优选
与轮式、履带式和多足式机器人不同,双足的仿人机器人(Humanoid Robot)作为结构复杂、高度集成的机器人家族成员,由于外形与人相似,不仅更适合在生活和工作环境中与人类协同工作,而且更适宜借鉴来自于人的智能行为能力的启示,从而成为研究机器人智能性的最佳选择。最典型的代表是在欧盟第6及第7框架计划(EUFP6,EUFP7)以及Horizon 2020计划支持下的iCub机器人。
iCub由欧洲10所大学组成的欧洲创新大学协会联合研制,他们认为“仿人的操作是人类认知能力至关重要的因素”。基于这一“具身认知(Embodied Cognition)”思想,研究人员尽最大可能地模仿人的各类传感及结构,历时6年(2004年至2010年)开发了一个外形与2岁儿童相似的机器人iCub。iCub强调“认知能力的学习”,并将其作为开源平台,通过与环境交互和与人交互来获得各类行为能力和认知能力。
iCub机器人的外形与2岁儿童相似
日本本田公司研发的ASIMO机器人以其移动能力和能实现复杂动作的特点而声名大噪。随后在其版本更新的过程中,ASIMO对环境的认知能力也不断加强,如增加了在复杂办公室环境里的灵活避障、与人交互的基本智能行为等。
日本本田公司研发的ASIMO机器人
由于双足机器人是一个固有的非线性不稳定系统。故而在现阶段,其在复杂多变路面环境下的稳定、快速双足行走,仍然是一个挑战。韩国高等科技研究院HUBO仿人机器人,在2015年6月举行的美国DARPA机器人挑战赛上一举夺魁,主要技术策略正是对双足行走的研究成果。HUBO机器人利用在其膝盖和脚踝处装置的滚轮,通过一个跪下行为实现了由双足行走到轮式行走的切换,极大地提升了移动速度。这为研究机器人智能行为借鉴其他优势模式的有益性提供了例证。
韩国高等科技研究院HUBO仿人机器人
自主学习不可或缺
学习能力是系统智能性的必要条件,一个不具备学习能力的系统,当然谈不上“智能”二字。学习的本质是指系统能根据过往经验提升自身性能。机器学习作为人工智能领域的核心内容,本就是一个持续受到高度关注的热点,在“深度学习(Deep Learning)”取得巨大成功之后则更是如此。
在探索机器人智能性的过程中,强调学习的特性是自然而然的事情。然而,我们想要强调的是,这种学习更应是机器人的自主学习。以机器人获得识别人脸能力为例,自主学习指的是这样的情形:机器人通过自己的眼睛(即安装在机器人上的摄像头),不断观察呈现在它面前的人脸图像,最终形成能正确识别人脸的
本文来源:不详 作者:佚名