未來(lái)方向之一？uc伯克利大牛研發(fā)出可基于ai深度“自學(xué)”的低成本機(jī)器人

低成本、安全性、專(zhuān)為ai設(shè)計(jì)、vr控制……加州大學(xué)伯克利分校一個(gè)機(jī)器人研究團(tuán)隊(duì)最新研發(fā)的blue機(jī)器人，無(wú)疑讓許多人瞥見(jiàn)了未來(lái)機(jī)器人的發(fā)展方向之一。

據(jù)數(shù)據(jù)顯示，全球機(jī)器人銷(xiāo)售在過(guò)去五年中翻了一番，但今天在工廠和倉(cāng)庫(kù)中部署的機(jī)器人，性能和配置幾乎與我們幾十年前的機(jī)器人相同。它們既強(qiáng)大又精確，但購(gòu)買(mǎi)成本高昂，對(duì)人類(lèi)來(lái)說(shuō)也很危險(xiǎn)。

（截圖自：uc berkely youtube視頻）

blue看起來(lái)有點(diǎn)像孩子筆下稚嫩的機(jī)器人繪圖：它是由笨重的3d打印部件制成的，有一對(duì)帶有鉗子的人形機(jī)器人手臂，每只手臂有7個(gè)自由度。

blue機(jī)器人自身重量?jī)H為8.7千克，連續(xù)有效荷載為2千克?？梢栽诜墙Y(jié)構(gòu)化的環(huán)境中執(zhí)行人類(lèi)熟悉的日?；顒?dòng)，如疊衣服、泡咖啡……

它可以支持研究者使用vr進(jìn)行控制，這一過(guò)程對(duì)訓(xùn)練ai機(jī)器人算法非常重要。讓操作員揮動(dòng)手臂，然后可以將手臂一前一后揮動(dòng)。在研究者通過(guò)vr設(shè)備操控機(jī)器人的同時(shí)，ai算法能夠?qū)π袨檫M(jìn)行模仿學(xué)習(xí)，相當(dāng)于人類(lèi)為機(jī)器人減少了很多試錯(cuò)的過(guò)程，讓機(jī)器人快速掌握某項(xiàng)技能。它還可以訓(xùn)練使用人工智能操縱物體，這種控制方法在機(jī)器人中仍然非常罕見(jiàn)。

負(fù)責(zé)該項(xiàng)目的機(jī)器人專(zhuān)家、uc伯克利大牛pieter abbeel希望改變這一點(diǎn)，他說(shuō)blue已經(jīng)做到從頭開(kāi)始構(gòu)建，以利用最近ai改進(jìn)的專(zhuān)業(yè)知識(shí)與積累。“人工智能越來(lái)越強(qiáng)大這一事實(shí)讓我們有機(jī)會(huì)重新思考——如何設(shè)計(jì)機(jī)器人，”abbeel稱，“近幾年，ai已經(jīng)取得了長(zhǎng)足的發(fā)展，這讓現(xiàn)在的機(jī)器人在軟件層面變得更加智能，但硬件上卻原地踏步了很多年。我們需要為如今的ai時(shí)代開(kāi)發(fā)新的機(jī)器人硬件……降低造價(jià)對(duì)推進(jìn)機(jī)器人研究也至關(guān)重要。”

基于這些想法，伯克利機(jī)器人學(xué)習(xí)實(shí)驗(yàn)室中的來(lái)自不同領(lǐng)域的超過(guò)15位研究人員為blue機(jī)器人開(kāi)發(fā)了一個(gè)低成本類(lèi)直驅(qū)驅(qū)動(dòng)（quasi-direct drive，qdd）控制器，構(gòu)建了完整的設(shè)計(jì)范式，可以達(dá)成不受限的自動(dòng)化控制；機(jī)器人可以支持流行的基于ai的控制方法；他們也為機(jī)器人自身的設(shè)計(jì)和機(jī)器人的生產(chǎn)過(guò)程做了詳細(xì)考慮，以便降低它的成本。

abbeel解釋說(shuō)，目前使用的大多數(shù)機(jī)器人都是功能強(qiáng)大而操作準(zhǔn)確的。他們的動(dòng)作是預(yù)定義的，他們只是一遍又一遍地重復(fù)相同的動(dòng)作，無(wú)論是將貨物托盤(pán)、焊接車(chē)或緊固螺絲擰入智能手機(jī)的邊邊角角。

相比之下，未來(lái)的機(jī)器人將具有反應(yīng)性和動(dòng)態(tài)性。他們將能夠安全地與人類(lèi)一起工作，而不會(huì)打斷或誤傷他們，而不是提前計(jì)劃他們的行動(dòng)，他們將使用相機(jī)和傳感器實(shí)時(shí)導(dǎo)航世界。

“如果你看一下傳統(tǒng)的機(jī)器人，它們的設(shè)計(jì)都是圍繞著非常高精度和重復(fù)運(yùn)動(dòng)的原理，”abbeel說(shuō)。“但你不一定需要亞毫米級(jí)的可重復(fù)性。”（能夠一次又一次地執(zhí)行相同的任務(wù)，并且運(yùn)動(dòng)差異小于一毫米。）“人類(lèi)沒(méi)有亞毫米級(jí)的可重復(fù)性。相反，我們用眼睛和觸覺(jué)感受，通過(guò)反饋來(lái)完成工作。”

abbeel和他的團(tuán)隊(duì)，研究員stephen mckinley和研究生david gealy希望blue能以同樣的方式運(yùn)作。它有一個(gè)帶有深度感應(yīng)攝像頭的中央視覺(jué)模塊，其手臂由帶橡皮筋的電機(jī)控制，使其具有靈活性。如果你推動(dòng)工業(yè)機(jī)器人手臂，就像推著磚墻一樣。但是blue在擁擠的地鐵車(chē)?yán)锔袷且粋€(gè)人：推擠它，它會(huì)“識(shí)相”地移到一邊。

這使得blue能夠更安全地工作，但也適用于使用強(qiáng)化學(xué)習(xí)的研究，強(qiáng)化學(xué)習(xí)是一種在機(jī)器人學(xué)中變得流行的ai訓(xùn)練方法。強(qiáng)化學(xué)習(xí)的工作原理是要求代理人完成一項(xiàng)任務(wù)，并在任務(wù)完成時(shí)給予獎(jiǎng)勵(lì)。這基本上是反復(fù)試驗(yàn)，代理人開(kāi)始時(shí)不知道如何完成目標(biāo)，然后慢慢地自學(xué)。

pieter abbeel認(rèn)為，一旦機(jī)器人通過(guò)模仿學(xué)習(xí)掌握了某種技能，它們可以更快地通過(guò)強(qiáng)化學(xué)習(xí)不斷將這項(xiàng)技能進(jìn)化，進(jìn)而達(dá)到趨于完美的，這可比普通的編程或者強(qiáng)化學(xué)習(xí)要有效得多。

使用具有強(qiáng)化學(xué)習(xí)的傳統(tǒng)機(jī)器人可能是昂貴的。它們?nèi)狈`活性使它們變脆且易損。此外，強(qiáng)化學(xué)習(xí)需要時(shí)間來(lái)產(chǎn)生結(jié)果，并且由于機(jī)器人很昂貴，成本的迅速攀升與積累可能很快就會(huì)讓人打退堂鼓。

傳統(tǒng)的工業(yè)機(jī)器人為了順利進(jìn)行重復(fù)性生產(chǎn)任務(wù)，通常具備較高的精度和強(qiáng)度，但這就無(wú)法保證人類(lèi)在旁邊工作時(shí)的安全性，同時(shí)也無(wú)法勝任更加靈活的工作。因此，協(xié)作機(jī)器人在近幾年應(yīng)運(yùn)而生，旨在將機(jī)器人（精確）的重復(fù)性能和人的能力結(jié)合起來(lái)，同時(shí)為了能夠與人類(lèi)共同工作，協(xié)作機(jī)器人大多進(jìn)行了防夾傷、防碰撞的設(shè)計(jì)。但協(xié)作機(jī)器人的售價(jià)也常常在數(shù)萬(wàn)美元以上。

這就讓我們見(jiàn)到了blue可能會(huì)有所作為、大展身手的另一個(gè)領(lǐng)域。在blue到來(lái)之前，伯克利的研究機(jī)器人是由 willow garage 建造的 pr2，它也有一對(duì)手臂和鉗子，但制作成本昂貴，在40萬(wàn)美元左右。相比之下，blue的材料清單價(jià)格僅為3,000美元。abbeel表示，該團(tuán)隊(duì)尚未確定最終價(jià)格，但他們希望將目標(biāo)鎖定在5,000美元的范圍內(nèi)。據(jù)其官方介紹，blue機(jī)器人具備7個(gè)自由度的雙臂機(jī)器人，量產(chǎn)之后價(jià)格有望控制在2000美元以下。

“當(dāng)你愿意放棄亞毫米精度時(shí)，這就成為可能，因?yàn)槟銜?huì)意識(shí)到你不需要基于ai的控制，”abbeel說(shuō)。

許多其他研究實(shí)驗(yàn)室和初創(chuàng)公司也在瞄準(zhǔn)這種新模式，希望教會(huì)機(jī)器人如何使用人工智能。abbeel是其中一家的總裁，一家名為embodied intelligence的創(chuàng)業(yè)公司。kindred ai是一家制造機(jī)器人的公司，可以在倉(cāng)庫(kù)中挑選物品。 elon musk創(chuàng)立的研究實(shí)驗(yàn)室openai使用機(jī)器人手完成了類(lèi)似的工作，谷歌也在探索機(jī)器人的ai培訓(xùn)。

不過(guò)，一些專(zhuān)家對(duì)blue對(duì)業(yè)界、市場(chǎng)的吸引力程度持懷疑態(tài)度。他們注意到它與baxter并沒(méi)有什么不同——baxter是另一個(gè)帶有手臂和鉗子的協(xié)同機(jī)器人。去年，baxter、rethink robotics兩家機(jī)器人明星公司都倒閉了，引起一片唏噓聲。

英偉達(dá)的機(jī)器人研究員ankur handa表示，blue的鉗子限制了它可以執(zhí)行的任務(wù)范圍，即使使用ai控制，它的精確度也會(huì)出現(xiàn)問(wèn)題。“總的來(lái)說(shuō)，我不認(rèn)為他們提供任何特別新的東西，”handa補(bǔ)充說(shuō)，blue機(jī)器人仍然是制造更便宜的機(jī)器人的一步。

但abbeel看好blue的未來(lái)。該機(jī)器人目前正在小批量生產(chǎn)，但abbeel希望擴(kuò)大規(guī)模，最終轉(zhuǎn)向委托給berkeley open arms外包制造，以實(shí)現(xiàn)大規(guī)模的量產(chǎn)。第一批目標(biāo)客戶將是研究實(shí)驗(yàn)室和大學(xué)，其中機(jī)器人目前在團(tuán)隊(duì)之間共享，就像20世紀(jì)60年代的計(jì)算機(jī)一樣。提供更便宜的機(jī)器人將使它們?cè)诟鼜V泛的場(chǎng)景中變得可用，從而提高機(jī)器人研究的產(chǎn)量。

據(jù)悉，2017年，pieter abbeel就與陳曦（peter chen）、段巖（rocky duan）和張?zhí)旌疲╰ianhao zhang）創(chuàng)立了embodied intelligence（如今公司名：covariant.ai），旨在借助深度模仿學(xué)習(xí)（deep imitation learning）、深度強(qiáng)化學(xué)習(xí)（deep reinforcement learning），開(kāi)發(fā)ai軟件幫助機(jī)器人更輕易、高效地學(xué)會(huì)復(fù)雜的操作。

更重要的是，abbeel希望blue能夠?yàn)槲磥?lái)的家用機(jī)器人提供一個(gè)藍(lán)圖：低成本，靈活，適合人類(lèi)使用的東西。“這種設(shè)計(jì)完全符合我們的想法，”他說(shuō)。“未來(lái)仍然存在很多挑戰(zhàn)，并不像我們認(rèn)為這個(gè)特定的機(jī)器人會(huì)走進(jìn)家家戶戶。（但）這是一種將我們引向新方向的設(shè)計(jì)范式。”