互联网+ 电子商务 智能家居 地理信息 高端装备 信息安全 3D打印 工业4.0 人工智能 光伏 新能源汽车 消费品 集成电路 移动支付 汽车 数据中心
2018智能制造生态建设论坛
当前位置:首页 > 产业动态 > 战新 > 高端装备 > 正文

机器人的智能发育

发布时间: 2018-06-22 16:15   作者: 韩建达、方勇纯、赵新、刘景泰   来源: 人工智能杂志

  当前,机器人技术受到了空前的关注,被认为是新技术革命的重要支撑。让机器人走进人类正常的生产环境、医疗/公共服务环境、甚至家庭环境,使其成为人类的助手和伙伴,已经成为新一代机器人的目标。要实现这一目标,现有的机器人需要突破两大技术瓶颈:一是如何使机器人具有与人类作业灵巧性与安全性相匹配的本体;二是如何使机器人具备与人相匹配的最基本的智能。要实现机器人与人、与人类正常的生产生活环境、与其它机器人的共融,机器人本体是必要条件,而“基本智能”是充分条件,两者缺一不可。近年来人工智能技术的快速发展,为实现新一代机器人的这种“基本智能”带来了机遇。本文阐述一种机器人获取智能的可能途径,并分析其所包含的技术问题与主要研究内容。

  一、前言

  2013年,麦肯锡全球研究院发布的《引领全球经济变革的颠覆性技术》报告将先进机器人列入12项技术之中,并预计2025年潜在年度市场影响力约为1.7~4.5万亿美元。正是看到了机器人对经济、社会发展的重大推动作用,近年来,机器人技术得到了全世界的空前关注。2013年出版的《美国机器人发展路线图》中,将机器人列为继互联网之后可能对人类社会产生深远影响的技术,同时也描述了新一代机器人的能力特征:“Create the next generation of robots that will work closely with human operators - allowing new ability for factory workers, healthcare providers, soldiers, surgeons and astronauts to carry out key hard-to-do tasks”[2-3]。然而,要成为人类的行为助手,现有的机器人技术还相差甚远。目前被广泛使用的机器人,是一种与人隔离的、几乎不具备人的智能能力的自动化机器。而下一代机器人将是可以融入人的正常生产生活环境、可以与人合作交互、具备人的灵巧作业以及智能决策能力的智能伙伴。

  作为传统工业机器人的最早用户之一,美国通用汽车公司(GM)给出了下一代机器人的发展期望。机器人的前50年(1961年到2008年)只是个开端,后续的发展包括:灵活的感知(2岁儿童的目标认知能力)、人与机器人之间的主动交互(4岁儿童的语言理解能力)、通过触觉和力觉反馈实现灵巧/细致操作(6岁儿童的灵巧操作能力)、与人的安全交互以及理解知识(8岁儿童的社会理解能力)、直至人—机器人和谐工作。从中可见,具备与人类相匹配的智能,对于机器人成为人类的助手是至关重要的。

  然而,人类是智能高度发达、同时又是主观性及个体差异性极强的行为主体,要实现针对普通人的高效率行为辅助,机器人具备与之相匹配的“智能”是必要条件;要成为人类的助手,机器人必须要提升为“具有行为能力的智能体”,而不能仅仅是“自动化机器”。

  二、问题的提出及技术背景

  “劳动创造了人”,其本质含义是指,劳动这样一种人与自然相互作用的实践活动,促进了人的智能发育。而“机器人的智能发育”本质上是在人的指导下,通过多领域大量应用,使得机器人“智能”程度不断提升的过程。类比于劳动对于创造人的重要性,不断涌现的形形色色机器人应用和与之带来的各类问题与挑战,是机器人智能发育的根本推动力。

  新一代机器人所要具备的智能,应该包括以下四个方面:一是动态、非结构、人机共享环境的理解能力;二是人的行为意图认知能力;三是在上述环境、人的行为意图约束下机器人对其行为的自主决策能力;四是机器人与机器人、机器人与人之间的安全协作控制能力,即如下四方面基础问题:

  ·动态、非结构、人机共享环境自主理解问题;

  ·人的合作意图认知问题;

  ·互助行为的实时自主优化决策问题;

  ·多机器人、机器人-人之间安全协作控制问题。

  毋庸讳言,为机器人赋予这种智能遇到了极大的困难,特别是在实用化技术方面更是进展缓慢,这导致机器人的技术现状与对其的迫切需求相比差距甚远。早先尝试的解决办法包括基于知识的方法、基于学习的方法和基因搜索方法。然而,这些尝试都不足以使机器人适应高度动态非结构化的环境、适应高度个性化的人类合作对象。

  早在2001年,美国密歇根州立大学华裔学者John Weng在Science上发文,创新提出了机器人智能发育的理念,即:“Autonomous Mental Development by Robots and Animals”。

  如图4所示,左侧一列是人从婴儿到成人的智能发育过程:“发育出基因→基因控制人脑的发育(出生前)→新生儿的大脑→在与环境的接触过程中,在家长、老师的指导下发育到成人的大脑”。那么机器人是否也能借鉴这一过程:“在机器人控制器中嵌入类似人基因的智能发育程序→机器人在与环境的接触过程中、在操作者的指导下发育智能→成为“成年”机器人”(见图4右侧)。这个创新理念一经提出,当时在国际上引起了很大的轰动。机器人能像人一样,通过其自身携带的传感器和执行器,在与外界环境进行交互的过程中,通过类人的智能发育持续、渐进地提升其智能水平。这是一种“认知层面上的仿生”,是实现机器人智能的一种理想方式。具备自主智能发育能力的机器人并不需要对特定任务或环境进行设定,只需在人的引导下与环境交互即可积累经验,是一种自组织、在线的学习方法。

  在提出上述概念的基础上,Weng教授团队提出了一种基于分层判别回归(Hierarchical Discriminant Regression,HDR)的知识表达方法(基因程序)。该方法能够将分类问题(以类作为输出)和回归问题(以数值作为输出)转换为统一的回归问题,可以更好地处理高维空间数据。在此基础上,该团队进一步提出了改进的基于递增式分层判别回归(Incremental Hierarchical Discriminant Regression,IHDR)表达方法,对高维回归或决策空间递增地构建决策树或回归树。这一方法还在密歇根州立大学的DAV自主发育机器人上进行了测试。对DAV机器人进行训练后,在未知环境下遇到与训练中相似情形时即可做出合理的决策。具体而言,通过引入注意选择机制,动态选择近似区域进行分析,并将其它区域暂时忽略以实现局部范围内的障碍物避碰。在实际操作中,当DAV在行进过程中遇到突发障碍物时,通过人为操作实现避障,同时存储这一行为,在之后遇到类似情形便可以做出正确的避碰处理。

  以上内容精选于《人工智能》杂志第四期

  本文作者

  韩建达

  南开大学人工智能学院杰出教授、博士研究生导师,国家重点研发计划智能机器人专项指南编制专家组专家、总体专家组副组长,中组部首批万人计划科技创新领军人才。研究方向包括机器人自主行为共性技术,地面、飞行等移动机器人技术与系统,医疗康复机器人技术与系统。

  方勇纯

  南开大学人工智能学院教授、博士研究生导师、院长,教育部长江学者特聘教授,国家杰出青年基金获得者。研究方向包括非线性控制、机器人视觉伺服、无人机及桥式吊车等欠驱动系统控制和纳米操作等。

  赵 新

  南开大学人工智能学院教授、博士研究生导师、副院长,教育部新世纪优秀人才。研究方向包括微操作自动化、微纳设计与加工、生物模式形成与组织发育机理等。

  刘景泰

  南开大学人工智能学院教授、博士研究生导师,机器人与信息自动化研究所所长,天津市智能机器人技术重点实验室主任,曾为国家863计划机器人专家组成员。研究方向包括机器人学、网络机器人、机器人仿真技术、服务机器人等。

  欲阅读完整文章,可通过以下方式购买《人工智能》杂志!

  订阅2018年《人工智能》杂志6期共计360元

  银行转账:北京赛迪出版传媒有限公司

  开户行及账号:北京银行北洼路支行20000030565000007701154

  银行转账,请备注:人工智能

  接收详细信息请发到:aiview@ccidmedia.com;或是添加客服微信:13601092749

收藏