来源：半岛电竞官网 发布时间：2023-10-27 10:06:00
智东西10月26日报道，上周二，波士顿动力的Spot和Atlas机器人大秀舞技，“复现”了韩国男团BTS的《Permission to Dance》MV，走位、动作都栩栩如生。
10月1日举行的特斯拉AI Day上被抬着出场，让不少人感觉，就这？半解剖电线版特斯拉机器人，小心翼翼、步履蹒跚地完成了一次惊险首秀。
、控制差：摔倒后自救困难，只能靠人工帮助2021年世界人工智能大会上，人形机器人Walker X本该自信满满地演示快速行走，但没走几步，Walker X却突然蹬腿倒地，直挺挺地趴在地板上，看起来是膝关节部位突然伸直使得人形机器人无法保持平衡，并且Walker X倒地瞬间和人腿部抽筋的状态也十分相似。
、小“聋瞎”：离谱避障、摸鱼好手，扫地机“发粪涂墙”除了控制外，机器人的传感系统出现故障，造成的后果往往令人啼笑皆非。波士顿动力的人形机器人能翻跟头、跑酷、跳男团舞，谁能想到它也翻过车呢。2017年，在“未来科学家与技术领袖大会”上，波士顿动力的人形机器人Atlas首次亮相，它抱着箱子完美走完一圈后，本来应该停下“谢幕”，
2016年7月，K5在美国加利福尼亚州的斯坦福购物中心巡逻时撞到了一个16个月大的小朋友，当他面朝下摔倒后，机器人并没有停下来，而是继续开走了，仿佛什么都没有发生。
、失手：机械化操作，不能灵活变通而伤人机器人在实际应用上，本该展示它们高超的自动化工艺，或者精湛的下棋、巡逻技艺时，往往会出现因严格遵循流程，不能灵活应对突发情况的事件。今年7月，莫斯科国际象棋公开赛上出现了特殊的选手——象棋机器人。本来是比拼棋艺的激烈场面，象棋机器人却一把夹住对方棋手的手，导致小朋友手部受伤。原因好像是小朋友本来已经下子，却想调整一下，而象棋机器人则不能灵活变通，失手伤人。
Ramji Lal从机器人后面伸手去调整它。但预编程的机器人直接用焊条刺穿了他的腹部。”
、晕头：多机协同无法灵活变通，一台故障全部“歇菜”尤其是大型工厂内，经常会有很多分拣、配送机器人来协同工作，它们每天各司其职，使得货物分拣、运送等工作流程都十分高效。
、智障：人机对话时经常“鸡同鸭讲”安保机器人还发生过一件糗事。诸如下图的美国加州安保机器人，在巡逻时，理应让人们获取帮助时更加便捷，但一名女士向安保机器人报案时，该机器人非但没有受理案件，还为她唱了一首歌，不知道是不是当时已经到了安保机器人的下班时间。
回到刚开始的问题，为什么机器人仍然看起来不够聪明？想回答这个问题，我们可以从机器人是怎么动起来的入手。
顾名思义，机器人就是“机器”+“人”，如果机器人的运动行为难以理解，我们可以先想想自己。当眼睛看到前面有石头，把这一传递给大脑，大脑将需要采取行动避开障碍物的信号传递给四肢，然后我们抬腿迈过石头。
我们再放到机器人系统中来看，机器人中的传感系统对应的就是五官，控制系统就是大脑，而驱动和执行机构在人体中可能没有具体对应的位置，但可以近似看作我们的四肢和关节等。
现在看来，机器人很多行为表现智障到令人无语。带着这个疑问，智东西对话了机器人行业的多位资深人士后，我们发现背后的原因与上面的四大系统密不可分。
小婴儿最开始学的就是走路，和机器人一样，不论是双足、四足、轮子和履带机器人，最先学习的就应该是保持机器人动态平衡。这些形态的机器人在保持平衡时难易程度不同，其中和生命体形态类似的四足、双足机器人是技术难度较高的。原因是这类形态的机器人足部与地面接触面积很小，再加上材质硬度较高，就好比你穿着滑冰鞋走在地面上时，也很容易失去平衡摔倒。
CEO王雪松说：“其实从完整的视频中可以看到，在机器狗摔倒之后，它有明显的自救行为，但可惜因为地面有咖啡，导致并没有自救成功。”从根源来讲，如何在有咖啡等液体的光滑地面正常行走？这个问题属于常见情况中的特殊情况，也就是说，我们不可能在刚学走路时就学习穿着滑冰鞋在冰场里滑行。王雪松谈道，未来，机器人研发过程中可能会针对于这类特定的场景进行研发。在让机器人动起来的环节中，还有驱动系统的关键部件——驱动电机，顾名思义，就是驱使机器人运动的系统。超级骆驼联合创始人兼智能装备负责人庄子骏谈道，对于机器人本体来讲，现在国内机器人玩家面前的难题还在于驱动电机的国产化、小型化。其中，波士顿动力的机器人驱动方式采用的是液压驱动，而其他特斯拉、小米等机器人都采用的是电机驱动，我们可以简单理解为前者是靠液压油的压力势能，后者是靠电势能。
令人印象深刻的机器人翻车事件莫过于扫地机器人“发愤涂墙”了，而这也和机器人的五官密不可分，除了看到还需要让它们看清前面是什么，到底能不能清扫，会不会搞坏自己。因此，模拟人眼的3D视觉方案就是目前最有效的。
“特斯拉能做机器人的一个原因就是，它将做智能汽车的HW3.0系统移植到了机器人算力系统中，可以支撑起视觉计算。”▲特斯拉人形机器人的视觉方案演示
iRobot的旗舰扫地机器人Roomba J7就采用的是视觉避障技术，而这款扫地机器人的价格高达849美元（约人民币5500元）.▲iRobot
此外，即便机器人通过视觉感知到前方物体，但其识别事物特征的方式与人类不同，如人类在识别猫的种类时，可能会通过毛色、长短、眼睛和耳朵的形状、叫声等，但计算机也许是通过别的特征来进行判断。因此，研发人员可能只能看到其识别结果，而无法从精准优化其识别过程。
再从更加宏观的技术角度来看，久平科技创始人、CEO王雪松告诉智东西，机器人在硬件领域的基础设施已经相对成熟，没有特别大的技术难点，在一些关键零部件上基本成熟。
走的颤颤巍巍的原因更多还是在软件、算法上。”机器人的灵活性已经可以满足一般需求，而上面说到的突然摔倒、发生碰撞等情况，可能和其传感器突然失灵有关，与其硬件本身的关系不大。人在生活、工作时也会遇到陌生的环境不知道如何应对，只能是第一次见过后积累经验，所以对于机器人也是一样，研发人员不可能在设计初期就考虑到所有的情况，因此只能针对常见的情形对其优化。
机器人作为一项技术，和人工智能、5G等一样，更多是为现有的一些工具服务，为其进行智能化升级，因此，面向细分场景的机器人，或者说能够做到“在其位谋其职”可能是目前更应该考虑的发展方向。可以看出，目前为止，机器人的技术进展已经走在前面，使得机械臂、扫地机器人等能够在工厂、家庭里帮助人类做很多事情，但软件层面的不足让其真正落地、普及还是一大难题，因此，但看机器人现在的智障行径，离统治地球、主宰人类还很遥远。
Nature的封面。作为一只两栖“动物”，它可以变换形态，让四肢在地面、水里都顺畅行动。不过看其在地面行走的时候，仍然十分笨拙，像刚刚学会走路的小婴儿。
有时候机器人在搜救、巡逻时往往会面对范围特别大的情况，一台机器人想要执行搜救任务就会费时费力，因此，机器狗间的多机协作也是机器人界的一大研究方向。今年10
X20四足机器人，自主规划、决策，完成了在3000平米未知环境下对8个模拟目标的协同搜索。在搜索过程中，它们还会及时“沟通”，避免搜索到重复区域，还能共享进展，这样看来，机器狗搜救不仅能标记已搜索点，还省去了稍显古老的对讲机设备。▲云深处5
前面说到，软件是阻碍机器人智能化的关键，那么如何在短时间内让机器人更聪明也就十分重要了。
8月，谷歌重磅研究进展公布，通过结合更强大的人工智能大型语言模型，使得机器人执行命令的成功率从61%
74%，这项研究让机器人从被动执行向主动执行、感知跨越了一大步。这些介绍听起来可能难以理解，举个例子，比如，当你问机器人：“我把饮料洒了，你能帮忙吗？”谷歌机器人可以迅速筛出适配指令的合适行动，然后从厨房拿块清洁海绵来。但一般机器人可能只有当你完整说出：“我的饮料洒了，你能去厨房拿块清洁海绵来吗？”，才有可能理解你的意思。
传感系统上，我们看到更多的可能还是视觉，但很多研发人员已经将视野拓展到了味觉和触觉。
味觉”，机器人厨师能够尝到西红柿炒鸡蛋到底咸不咸，并一步步调整。事实上，机器人并不是真的尝到了咸的味道，而是通过基于电导的味觉传感器的UR5机械臂的实验装置，通过混合食物模拟咀嚼、电流传导复现盐的味道，帮助机器人品尝食物的“
（人造指尖），也称“光触觉传感器”，装上这个人造指尖，机器人的手指就可以控制力道，轻轻提起千纸鹤，而不会只管运送不顾千纸鹤是否完好。▲装备了TacTip的机器人成功拿起千纸鹤
在视觉层面，现在味觉、触觉传感器距离落地应用的机器人可能还十分遥远，视觉感觉是目前最为常见的。因此，机器人如何行动的“把关人”就是视觉，但只有视觉是不够的，“现在除了视觉外，还需要AI
”林智宾补充道。我们可以举一个最简单的例子，当扫地机器人识别到前方有粪便时，它需要做两件事：识别到粪便、在合适的地方绕开，如果它远远地看到粪便就绕开，那么中间很长一段距离就不会被清理到。因此，估计扫地机器人到障碍物的距离、提高AI识别能力也是各界玩家在研发的主要方向。现阶段最有效的解决方案可能是双目3D
你刚出生的时候，不会拿筷子、不会走路，在日复一日的积累、观察下，你掌握了越来越多的技能，而这也就是机器人的强化学习，从自己的经验和行为中不断学习，比单纯靠其他人一点点教学的方式简单多了。这种做法不仅能缩减机器人训练的时间和成本，在提升其智能化上也更有效，能够让机器人自己驱动、控制关节来执行指令，甚至产生让研发人员意想不到的惊喜。比如，以机器狗为例，研发人员初期并没有将应对湿滑地面作为主要的优化方向，但通过机器狗的自我学习，也就是买了一次咖啡后，就增加了这个特殊场景的经验，之后或许可以及时识别前方地面上的液体并及时避开。
今年10月，Meta（原Facebook）和纽约大学的研究人员提出了一种训练机器人的新框架HOLO-DEX，机器人训练不再需要“真刀真枪”演练，人带着VR（虚拟现实）头显置身虚拟世界，就可以教机器人“学习”。这些VR、AR等技术与机器人技术的结合，在不断的碰撞中，又在加速机器人智能化、灵活性的升级。
但目前而言，人们对于机器人的期望仍然过高，即使在硬件层面上已经破解了多道技术难题，但作为未来被寄予厚望的机器人而言还远远不够。梦想可以天马行空，但技术进步还是得一步一个脚印。仍有很多悬而未决的技术难题，有待研究人员和工程师们持续探索。特斯拉人形机器人
Copyright © 2014.半岛电竞官网 版权所有豫ICP备15000255号-1
扫描二维码，关注半岛电竞官网官方微信