导语：机器人涵盖的技术范畴更广，波士顿动力只是在掌握层面干出了逆天结果。此刻的机器人范畴也有许多技术问题没有解决，所以我们临时不太可能造出科幻电影中的那种通用机器人
信任前两天大师的朋友圈都被 Boston Dynamics 的 Handle 机器人刷屏了：
估量这一幕会让很多阅读者回忆起被『终结者』所安排的惊骇：
↑ 图片出自科幻电影《终结者》
然而，作为一个正斗争正在机器人研讨第一线的博士生，我能够负责任地告知您：完整不消担忧！
取一样平常的手艺不一样，机器人涵盖的手艺范畴更广，波士顿动力只是在掌握层面干出了逆天成就。此刻的机器人范畴另有良多手艺问题没有解决，所以我们临时不太可能造出科幻电影中的那种通用机器人。
下面，我就从机器人研讨的一些层面而言明为什么我们不需要担忧机器人代替人类的事情产生。
（以下非本人熟悉范畴的内容均为捕风捉影，如有误，迎接正在批评区指出）
一、硬件、机构：
感激机器先辈们几百年的堆集，现正在正在硬件设计层面，事实机器人已很不错了。下面是一些对照闻名的实在机器人：
↑ （左）波士顿动力的Atlas，（中）日本产综研的HPR-4C，（右）日本东京大学的Kenshiro
不论是外貌、自由度设置、驱动体例，事实的机器人均有了很不错的结果。
可是，正在能源层面，我们离实用化另有一段很大间隔。而今的移动机器人基本上皆须要携带一个伟大的电池，续航本领还不可。以此次的Handle为例，它的电池约为3.7KW/h，充斥电能行驶约24km，所以这层面只会寄希望于新一代电池技能的发了然。
↑ 此次 Boston Dynamics 的 Handle 就背着伟大的电池
两、感知：
这个包含两个一些： 传感器 旌旗灯号处置惩罚
传感器：机器人须要可以感知周围环境和本身状况，因而须要安装差别的传感器。为了比拟，我们看看人体的一些次要传感器：听觉传感器（耳朵）；视觉传感器（眼睛）；力矩传感器；皮肤触觉传感器（可以感受到他人触遇到自身）等。
首先是听觉传感器，这个好像没什么特别的，如今的机器人都可以装备，通俗麦克风便可。
其次，是视觉传感器，如今机器人的视觉传感器应当比人眼更初级：高精度相机、红外相机、深度相机、激光雷达等等。没法，算法不敷，传感器来凑嘛。
以后，是力矩传感器，关键适用于检验枢纽力矩。有了准确的枢纽力矩才有还许安排一些操纵算法、预计环境状况。固然，目下当今如许的传感器还已有了，但便是贵。
最终，也是独一取人类有较大差异的处所，是皮肤触觉传感器：这个基本上也有很多路要走，不相信的话看看下图吧。
旌旗灯号处置算法：固然，这里的旌旗灯号处置是广义的旌旗灯号处置，包含通俗的滤波、傅里叶变换等，还包含物体辨认、语音辨认等人工智能算法。这个话题就太大了，并且预期机械人在这方面的研讨间隔有用的还还比较远，我简单列一些：
物体辨认/语音辨认：固然，跟着近几年深度进修的进展，我们正在物体辨认和语音处置方面的成就已极度厉害了，但是正在事实机器人上摆设的算法还还比较简单（事实机器人不但要辨认物体、还要定位物体）。
↑ 这是 Boston Dynamics 之前公布的 atlas，依旧是采取二维码开展辨认
语义明白：前面的语音辨认是指凭据声音辨认出文字，这里则是明白识其余文字内容。我们此刻研讨的最高程度，能够参考微软小冰谈天机器人，根基照旧对照笨的。PS：不必要跟我说什么机器人『娇娇』，那就是后面有个人在遥控。
环境了解/舆图建立：这个简朴地说，便是机器人对环境建模的本领，包含舆图建立等。目下当今的机器人在这里一块照旧比较弱的，即便装备了激光传感器等分外的设备（人仅靠两只眼睛），还只会在一些特定条件下完成舆图建立，而基于舆图的环境了解还只会算刚起步不久，如下面这个语义舆图。
↑ 真正的通用机器人不但需要能『看到』环境，还应该能『了解』环境
自然，我以为以后跟着深度进修手艺正在舆图建立等行业的利用，（考虑深度进修对环境明白的本领），这个行业估计有可能正在十年内涌现可有用的手艺。
三、计划：
计划是指凭据义务和机器人当前状况，计算出完成这个义务的方式。包罗且不限于：
义务计划（将大义务划分为一些小的子义务）
活动计划（机器臂或足式机器人各枢纽活动轨迹）
途径计划（实在跟活动计划相似，不外倾向于为移动机器人计划情势途径）
Boston Dynamics 的研讨重点一向全是放正在节制上，正在计划等范畴并没有功效（最少由他们放出的视频中看不出有这层面研讨）。
使命计划：举个例子，我们想让机器人送瓶雪碧，那末机器人会将这个大使命分解成几个子使命（运动到冰箱前-->翻开冰箱-->找到雪碧-->拿出雪碧-->关上冰箱-->送到人眼前），自然，能够有更庞杂的使命。现正在，一样平常是采纳MDP或POMDP模子来描写题目，然后用各类计划算法求解。整体上说，目下当今的使命计划激烈依赖于使命描写方法（人工指定），并且正在应对大规模、不完全可观等庞杂题目时，还没有牢靠的方法。
活动计划：举个例子，机械人眼前有一杯水，让机械人将手活动到杯子眼前，与此同时不克不及遇到桌子等障碍物。这便是活动计划，依据方针状况点，生成一系列枢纽活动状况。是的，此刻就连让机械人拿起眼前的杯子如许的题目还还没有完整处理。简而言之，我们普通是采纳基于随机采样的算法举行活动计划的。随机采样的意义便是：每一次计划的后果还许差别，更没法包管计划出的途径是最优的。由于本身就做这一块，所以深知个中的坑。就我个人感觉，要处理活动计划题目，须要一个要领论上的立异，扔掉此刻这套要领（由于人一定不管是如许计划的啊）。
途径计划：实在跟活动计划是一个题目，但因为途径计划一样平常是正在地面上，题目维度低，能够接纳一些奇奇怪怪的计划办法（Dijkstra，A*等）。因为题目究竟简朴，这块的生长还比较好，比方种种扫地机器人就已能够正在室内环境中四处跑了。
↑ 小米的扫地机器人已能应用二维舆图开展途径计划
自然，这一块需求办理的题目多是：①静态环境；②拥堵环境；③庞杂地形；④舆图不全的环境等。可是预计将来15年摆布能够彻底办理，所以到那时候，无人驾驶车该当已能够各处跑了。
四、掌握：
操纵便是详细实行计划成果的进程了，由底层的机电操纵到上层的机器人满身操纵皆属于这个领域。
机器臂掌握：下图是约莫十年前 Sami Haddadin 干的机器臂碰撞检测的demo，基本上已特别很是厉害了。并且，因为机器臂掌握属于机器人本身动力学题目，所以现在看来，这一行业可以说已是完整攻克了。
机械手操纵：机械手的抓取操纵题目就没这么简朴了，由于个中触及现实物理环境的建模题目（摩擦力、外形等），由于模子不精确，所以完整基于模子的要领很难办理这一题目。现阶段现实运用根本照旧接纳平行夹持器的体例。只有很多研讨机构正在开展灵巧手抓取方面的研讨。
足式机器人节制：这是更难的处所了，由于机器臂和机器手皆至少有个相对固定的基座。足式机器人的base是会伴随着接触而发生变化的。所以，我一向以为能做足式机器人节制的人皆是很厉害的人。
↑ Boston Dynamics 的种种足式机器人
再加上此次的 Handle 机器人，可以说，Boston Dynamics 以一己之力，将人类的足式机器人节制程度拉高了一个条理。
四、进修：
这个属于别的一大块内容，因为能够应用到其他行业（掌握、计划、感知等），所以有时候不克不及零丁列为一类。
机械进修分为监视进修、无监视进修和强化进修三类。今朝，深度进修主要在监视进修层面得到了很好的使用；别的，关于强化进修，还渐渐以Deep Q Learning等情势泛起；但无监视进修才是机械进修中的最高挑衅。
我们人类可以融会贯通（超强的监视进修才能）；可以耳闻则诵（超强的强化进修才能）；可以发现新事物（超强的无监视进修才能）。
固然，机械进修的坑也有许多。由于，恰是络续进修让我们可以应对络续转变的环境。这层面可挖的工具太多了。
五、交互：
这个便是机器人与人交互的题目。包罗识他人、与人交换、与人合作。正在这个角度看，我们目前的机器人还很没有吉祥如意：
识他人：虽然人体识别在机械视觉中已有了许多结果，但是在人机交互过程中，机械人不只要识别到人的存在，还应该要能分辨人的行动、企图，并作出相应反应。
与人交换：这层面，我们此刻的谈天机器人虽然还已做得没有错了，但离经由过程『图灵测试』还很远，随便一个普通人都能随意马虎判定出劈面是一个机器人。
与人合作：这个就不说了，我们实在的机器人还只会那样：
六、容错性：
这个也就是说机器人的软硬件产生毛病后，照旧能够自适应地完成部门事情。
人类就不说了，有太多『身残志坚』的例子了：
↑四川90后“无臂男孩”用脚指夹笔答题 勇战高考追逐大学梦
我们的机器人最强只会那样：
这是2014年颁发正在Nature的结果，只是简朴的机构破坏、核心部件无缺的情况下能够持续完成简朴使命。
总结
综上，要想做出可以代替人类的通用机器人，我们也有异常异常异常远的路要走。
自然，要想在十年内干出那样的机器人还并不是不太可能，比方溘然来了一群希奇的人说：『我看您骨骼惊异，您跟我学干机器人吧！』
↑ 图片出自科幻电影《来临》