許多人都在思考機(jī)器人進(jìn)入千家萬戶會(huì)有多遠(yuǎn)，但豐田的機(jī)器人研究者認(rèn)為，機(jī)器人進(jìn)入家庭生活已經(jīng)沒有問題，但最大挑戰(zhàn)是可靠性。

機(jī)器人進(jìn)入人類社會(huì)的初期，必然會(huì)比小孩子犯更多各類錯(cuò)誤，只有將這種錯(cuò)誤率降低到接近于零，機(jī)器人才真正有可能穩(wěn)定走進(jìn)人類生活。

因?yàn)榕c環(huán)境大多是相對結(jié)構(gòu)化和可編程的工廠不同，人類環(huán)境如某人的家必然是非結(jié)構(gòu)化和多樣化，機(jī)器人在人們每天工作生活的復(fù)雜、非結(jié)構(gòu)化環(huán)境中持續(xù)可靠地運(yùn)行難度很高，每個(gè)家庭獨(dú)一無二，具有不同配置且由不斷變化的對象隨機(jī)組合。

由于人類活動(dòng)中任務(wù)、環(huán)境和要處理的物體（從玩具和餐具到洗衣）種類多流程長，機(jī)器人進(jìn)行例如如何學(xué)習(xí)和執(zhí)行諸如擦拭表面、撿起各種物品和裝入洗碗機(jī)，以及在專為人類而非機(jī)器人設(shè)計(jì)的動(dòng)態(tài)環(huán)境中運(yùn)行的任務(wù)難度非常高。在這種動(dòng)態(tài)非結(jié)構(gòu)化環(huán)境中，傳統(tǒng)獲取大量數(shù)據(jù)進(jìn)行動(dòng)作的方式并不實(shí)用。因此，豐田的研究者們一直希望找到一種更省時(shí)省力的方法，從更少的數(shù)據(jù)中學(xué)習(xí)如何完成動(dòng)作，同時(shí)降低成本。

▍研究演變歷程

早在2020年10月，美國加利福尼亞州洛斯阿爾托斯的 TRI 總部里，由 Jeremy Ma 和 Dan Helmick領(lǐng)導(dǎo)的研究團(tuán)隊(duì)就首先嘗試讓機(jī)器人進(jìn)入一個(gè)“模擬家庭”的設(shè)施中測試工作。模擬家庭設(shè)有廚房、用餐區(qū)、浴室和生活空間，與實(shí)際房屋中的相似。在這種研究環(huán)境中，TRI 可以重新排列地板布局和移動(dòng)物體，使TRI 能夠在更像真實(shí)的家庭環(huán)境中測試它們之前開發(fā)基本的機(jī)器人功能。

這項(xiàng)工作側(cè)重于解決兩個(gè)關(guān)鍵挑戰(zhàn)：一個(gè)是如何從人類行為邏輯延伸到機(jī)器人，另外則是如何使用模擬來訓(xùn)練和驗(yàn)證機(jī)器人行為。

TRI 機(jī)器人技術(shù)副總裁 Max Bajracharya表示：“未來在家庭環(huán)境中，我們希望當(dāng)一臺機(jī)器人從人類那里學(xué)習(xí)某些東西時(shí)，它們都會(huì)像孩子一樣總結(jié)和學(xué)到一些技巧，這將是使機(jī)器人在人類環(huán)境中更加實(shí)用化的關(guān)鍵。”

同時(shí)，TRI 認(rèn)為，要使機(jī)器人技術(shù)在家庭中取得更大范圍的成功，發(fā)現(xiàn)并考慮到個(gè)人的特性、需求和實(shí)現(xiàn)方式也非常重要。因?yàn)槊總€(gè)用戶代表一個(gè)獨(dú)特的案例，真正了解如何開發(fā)以人為中心的機(jī)器人技術(shù)需要不僅僅只是為人們提供小工具，而是想方設(shè)法讓機(jī)器人保留人類真正獨(dú)特的個(gè)性化方式。

▍核心技術(shù)解析

基于這些認(rèn)識，TRI采用了云機(jī)器人技術(shù)和深度學(xué)習(xí)結(jié)合的fleet learning技術(shù)，開始使用遙操作和虛擬現(xiàn)實(shí)系統(tǒng)結(jié)合的方式，指導(dǎo)機(jī)器人進(jìn)行學(xué)習(xí)，同時(shí)建立了一個(gè)機(jī)器人用戶體驗(yàn)和工業(yè)設(shè)計(jì)小組來發(fā)現(xiàn)和探索真正的用戶需求。

人類訓(xùn)練師實(shí)時(shí)查看機(jī)器人所見，然后命令機(jī)器人執(zhí)行各種不同的動(dòng)作，這樣如果一個(gè)機(jī)器人在模擬家庭廚房學(xué)習(xí)擦拭任務(wù)，它可以在任何廚房完成相同的任務(wù)。

Fleet learning技術(shù)的好處在于，如果研究者無論通過人類遙操作還是在模擬中讓一個(gè)機(jī)器人學(xué)習(xí)執(zhí)行了一項(xiàng)任務(wù)，后續(xù)該主體都可以與系統(tǒng)中其它所有機(jī)器人共享這些知識，以便它們可以在類似新情況下執(zhí)行任務(wù)，從而幫助機(jī)器人實(shí)現(xiàn)能力指數(shù)級增長。

這種人類參與的方式，能利用人類的智慧和洞察力，來指導(dǎo)機(jī)器人的具體執(zhí)行，從而讓機(jī)器人的行為動(dòng)作更加具備通用性和可靠性。為了解決機(jī)器人在家庭環(huán)境中面臨的多樣性問題，TRI 則嘗試教導(dǎo)機(jī)器人使用各種對象執(zhí)行任意任務(wù)，而不是對機(jī)器人進(jìn)行編程以使用特定對象執(zhí)行特定的預(yù)定義任務(wù)。

通過這種方式，機(jī)器人學(xué)會(huì)將它所看到的與它所教的動(dòng)作聯(lián)系起來。當(dāng)機(jī)器人再次看到特定的物體或場景時(shí)，即使場景略有變化，機(jī)器人也能知道它可以根據(jù)所看到的內(nèi)容采取什么行動(dòng)。

在教授任務(wù)時(shí)，訓(xùn)練員可以利用他們的創(chuàng)造力使用機(jī)器人的手和夾爪來嘗試不同的方法執(zhí)行任務(wù)，這使得機(jī)器人利用和使用不同的工具變得容易，也讓人類能針對特定情況將他們的知識快速轉(zhuǎn)移到機(jī)器人。

TRI 的實(shí)驗(yàn)表明，目前TRI 的這套系統(tǒng)可以在大約 85% 的時(shí)間內(nèi)成功執(zhí)行相對復(fù)雜的人類任務(wù)，這個(gè)數(shù)據(jù)包括讓機(jī)器人在識別出它在特定行為上失敗時(shí)自動(dòng)重試的概率。每個(gè)任務(wù)由大約 45 個(gè)獨(dú)立的行為組成，這意味著每個(gè)單獨(dú)的行為在 99.6% 的情況下都會(huì)導(dǎo)致成功或可恢復(fù)的失敗，當(dāng)然這距離100%可靠并真正走進(jìn)千家萬戶，還有非常大的距離。

▍延伸與發(fā)展

豐田也在考慮例如廚房等相對固定化的場景中，開發(fā)一些折中的系統(tǒng)化方案，這讓這項(xiàng)技術(shù)也在2021年得到了非常多的延伸。

（龍門吊頂式廚房機(jī)器人。資料來源：豐田研究所）

低成本傳感器無疑是人類將機(jī)器人技術(shù)帶進(jìn)更大范圍場景的重要推動(dòng)力。多年來人們一直嘗試讓機(jī)器人具備更像人的特性，傳感器就是人類感官的很好替代物，但用機(jī)器人復(fù)制人類身體的各項(xiàng)能力往往就需要無數(shù)傳感器，同時(shí)能將所有的數(shù)據(jù)發(fā)送到某個(gè)處理單元進(jìn)行處理，這其實(shí)也非?？简?yàn)整體數(shù)據(jù)處理能力。

在硬件上，為了滿足機(jī)器人與室內(nèi)環(huán)境交互時(shí)對軟接觸的需求，TRI 研究人員開發(fā)了具有高密度觸覺感知能力的新型軟抓手。這種抓手類似于人類指墊的軟氣泡夾具，其內(nèi)部裝有攝像頭，可記錄不同物體如何使氣泡變形，同時(shí)在環(huán)境中加入了一些攝像頭和傳感器，這配合大量虛擬仿真后的算法，能讓機(jī)器人不需要對物體有太多了解，只需要感知基本幾何形狀就可以執(zhí)行某些動(dòng)作。但這還遠(yuǎn)遠(yuǎn)不夠，在真實(shí)家庭生活中，往往還必須了解每個(gè)物體的形狀、位置和方向，因此這條路徑還很長。

（TRI開發(fā)了一直柔軟觸感的機(jī)器人“手試圖解決更多問題，資料來源：豐田研究所）

不只是在家庭生活，TRI 也希望在一些公共場景中能夠快速落地。雖然抓取技術(shù)能夠滿足要求，但在這些場景中，不同的光環(huán)境帶來的挑戰(zhàn)尤其巨大。例如在超市，機(jī)器人面對的環(huán)境比家庭中更加復(fù)雜，由于超市中各種商品，有的非常柔軟，有的棱角分明，貨架上的商品在超市的強(qiáng)光照下，更是反射出五顏六色的光芒，這對于機(jī)器人的各種傳感器提出了更為巨大的挑戰(zhàn)。

12月27日，豐田研究所 ( TRI ) 的機(jī)器人公布了正在進(jìn)一步嘗試挑戰(zhàn)這種存在復(fù)雜光源環(huán)境的方法場景，該研究已經(jīng)取得了一定成效。TRI 發(fā)現(xiàn)，人類對于這些復(fù)雜事物的處理方式，除了用眼睛看見，也經(jīng)過了大量的思考和理解，才有了更進(jìn)一步的動(dòng)作執(zhí)行，因此，豐田繼續(xù)選擇了“fleet learning”的方法，希望能讓機(jī)器人擺脫人類云端控制或者編程，通過具備“判斷能力”來進(jìn)一步解決這些現(xiàn)實(shí)難題。

TRI 認(rèn)為，fleet learning的方法還可以輕松擴(kuò)展到家庭之外并應(yīng)用于其他環(huán)境。例如，一個(gè)人可以快速遠(yuǎn)程地教工廠的多臺工業(yè)機(jī)器人執(zhí)行重復(fù)的制造任務(wù)，或者快速調(diào)整物流機(jī)器人的揀貨-移動(dòng)-包裝任務(wù)，但這目前也面臨數(shù)據(jù)私密性和工藝可復(fù)制性問題，TRI 也正在嘗試解決。

“如果一個(gè)機(jī)器人無法正確處理您的杯子，那么世界各地的所有機(jī)器人都會(huì)從該錯(cuò)誤中吸取教訓(xùn)。我們的下一項(xiàng)工作重點(diǎn)是開發(fā)算法，以便在我們發(fā)現(xiàn)新的故障案例時(shí)自動(dòng)“修復(fù)”感知算法或控制器從而實(shí)現(xiàn)對這項(xiàng)工作的升級優(yōu)化。”TRI 機(jī)器人研究副總裁Russ Tedrake說。

▍技術(shù)與理念

與大多數(shù)為了實(shí)現(xiàn)自動(dòng)駕駛汽車而去開發(fā)機(jī)器人技術(shù)的汽車制造商不同，當(dāng)前，隨著豐田轉(zhuǎn)變?yōu)橐患乙苿?dòng)解決方案的公司，其團(tuán)隊(duì)正利用技術(shù)通用性，擴(kuò)大技術(shù)本身的應(yīng)用面和覆蓋面，專注于最終為城市的控制平臺或基礎(chǔ)設(shè)施技術(shù)提供各類解決方案。

豐田研究所認(rèn)為，豐田正在投資的機(jī)器人技術(shù)，可以將其作為汽車增強(qiáng)移動(dòng)性的邏輯延伸，但無論研究領(lǐng)域如何擴(kuò)展，都將保留“自動(dòng)化以人為本”作為最重要的技術(shù)元素。就像是 Ikigai 概念提出的理念，這意味著機(jī)器人或人工智能等系統(tǒng)不應(yīng)取代人類，而是永遠(yuǎn)珍惜人本身的“能動(dòng)性”，豐田一直希望通過開發(fā)更人性化的系統(tǒng)來實(shí)現(xiàn)幸福生活。

據(jù)聯(lián)合國稱，在接下來的三十年中，全球 65 歲以上的人口預(yù)計(jì)將增加一倍以上。這意味著到 2050 年，全世界將有超過 15 億人年滿 65 歲或以上。人口老齡化將對社會(huì)、勞動(dòng)力和經(jīng)濟(jì)產(chǎn)生深遠(yuǎn)影響。

因此機(jī)器人技術(shù)必然將在未來逐漸走進(jìn)更多家庭，豐田研究人員一直在嘗試將機(jī)器人技術(shù)用于各種應(yīng)用，希望致力于“幫助人類完成各類生活活動(dòng)，推動(dòng)與人和諧相處”。例如豐田研究所就也曾開發(fā)了外骨骼機(jī)器人，希望幫助無法自行移動(dòng)的殘疾人以及解決人口老齡化問題。

基于這種認(rèn)識，豐田研究所提到，未來TRI 的研究不是取代人類，而是利用人工智能來增強(qiáng)人類能力。這種方法被稱為智能增強(qiáng) (IA)，即大數(shù)據(jù)和機(jī)器學(xué)習(xí)代表著人類智能的放大，使用大量數(shù)據(jù)和機(jī)器學(xué)習(xí)，目的就像讓機(jī)器人能夠“聯(lián)系上下文”一樣，最終實(shí)現(xiàn)以一種更簡單而基礎(chǔ)的方式來理解他們所看到的東西，突破“從看到行為”的認(rèn)知障礙。當(dāng)然，這條路或許還很漫長。

▍結(jié)語

“經(jīng)過1000次不計(jì)成本的實(shí)驗(yàn)，我們的鏡頭成功捕捉到機(jī)器人成功了一次，然后向全世界展示了該視頻，這讓人們會(huì)誤以為它在所有情況下都能正常工作?！盩RI 首席執(zhí)行官 Gill Pratt 說道。“研究者所做的大量工作，必然是試圖將機(jī)器人技術(shù)帶出DEMO的時(shí)代，這就需要更高的可靠性和穩(wěn)定性?！?/span>

可以判斷，走進(jìn)千家萬戶的機(jī)器人必然與大多數(shù)自動(dòng)駕駛汽車一樣，需要去不斷感知周圍環(huán)境，預(yù)測一個(gè)“絕對”安全路徑，然后根據(jù)這種理解計(jì)算出運(yùn)動(dòng)軌跡。另一方面，新的深度學(xué)習(xí)方法未來必然直接將從視覺和各類傳感器輸入計(jì)算低級運(yùn)動(dòng)動(dòng)作，這就需要機(jī)器人能夠處理執(zhí)行任務(wù)帶來的大量數(shù)據(jù)，將會(huì)拉動(dòng)和延伸出更多產(chǎn)業(yè)的發(fā)展。

機(jī)器人走進(jìn)千家萬戶，遠(yuǎn)沒有在科幻小說和流行娛樂影像作品中看到的那么簡單，但在這個(gè)技術(shù)進(jìn)步巨大的時(shí)代，我們相信這并不會(huì)太遙遠(yuǎn)。