低成本、安全性、專為AI設計、VR控制……加州大學伯克利分校一個機器人研究團隊最新研發(fā)的Blue機器人，無疑讓許多人瞥見了未來機器人的發(fā)展方向之一。
據(jù)數(shù)據(jù)顯示，全球機器人銷售在過去五年中翻了一番，但今天在工廠和倉庫中部署的機器人，性能和配置幾乎與我們幾十年前的機器人相同。它們既強大又精確，但購買成本高昂，對人類來說也很危險。
（截圖自：UC Berkely Youtube視頻）
Blue看起來有點像孩子筆下稚嫩的機器人繪圖：它是由笨重的3D打印部件制成的，有一對帶有鉗子的人形機器人手臂，每只手臂有7個自由度。
Blue機器人自身重量僅為8.7千克，連續(xù)有效荷載為2千克?？梢栽诜墙Y構化的環(huán)境中執(zhí)行人類熟悉的日?；顒樱绡B衣服、泡咖啡……
它可以支持研究者使用VR進行控制，這一過程對訓練AI機器人算法非常重要。讓操作員揮動手臂，然后可以將手臂一前一后揮動。在研究者通過VR設備操控機器人的同時，AI算法能夠?qū)π袨檫M行模仿學習，相當于人類為機器人減少了很多試錯的過程，讓機器人快速掌握某項技能。它還可以訓練使用人工智能操縱物體，這種控制方法在機器人中仍然非常罕見。
負責該項目的機器人專家、UC伯克利大牛Pieter Abbeel希望改變這一點，他說Blue已經(jīng)做到從頭開始構建，以利用最近AI改進的專業(yè)知識與積累。“人工智能越來越強大這一事實讓我們有機會重新思考——如何設計機器人，”Abbeel稱，“近幾年，AI已經(jīng)取得了長足的發(fā)展，這讓現(xiàn)在的機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時代開發(fā)新的機器人硬件……降低造價對推進機器人研究也至關重要。”
基于這些想法，伯克利機器人學習實驗室中的來自不同領域的超過15位研究人員為Blue機器人開發(fā)了一個低成本類直驅(qū)驅(qū)動（Quasi-Direct Drive，QDD）控制器，構建了完整的設計范式，可以達成不受限的自動化控制；機器人可以支持流行的基于AI的控制方法；他們也為機器人自身的設計和機器人的生產(chǎn)過程做了詳細考慮，以便降低它的成本。
Abbeel解釋說，目前使用的大多數(shù)機器人都是功能強大而操作準確的。他們的動作是預定義的，他們只是一遍又一遍地重復相同的動作，無論是將貨物托盤、焊接車或緊固螺絲擰入智能手機的邊邊角角。
相比之下，未來的機器人將具有反應性和動態(tài)性。他們將能夠安全地與人類一起工作，而不會打斷或誤傷他們，而不是提前計劃他們的行動，他們將使用相機和傳感器實時導航世界。
“如果你看一下傳統(tǒng)的機器人，它們的設計都是圍繞著非常高精度和重復運動的原理，”Abbeel說。“但你不一定需要亞毫米級的可重復性。”（能夠一次又一次地執(zhí)行相同的任務，并且運動差異小于一毫米。）“人類沒有亞毫米級的可重復性。相反，我們用眼睛和觸覺感受，通過反饋來完成工作。”
Abbeel和他的團隊，研究員Stephen McKinley和研究生David Gealy希望Blue能以同樣的方式運作。它有一個帶有深度感應攝像頭的中央視覺模塊，其手臂由帶橡皮筋的電機控制，使其具有靈活性。如果你推動工業(yè)機器人手臂，就像推著磚墻一樣。但是Blue在擁擠的地鐵車里更像是一個人：推擠它，它會“識相”地移到一邊。
這使得Blue能夠更安全地工作，但也適用于使用強化學習的研究，強化學習是一種在機器人學中變得流行的AI訓練方法。強化學習的工作原理是要求代理人完成一項任務，并在任務完成時給予獎勵。這基本上是反復試驗，代理人開始時不知道如何完成目標，然后慢慢地自學。
Pieter Abbeel認為，一旦機器人通過模仿學習掌握了某種技能，它們可以更快地通過強化學習不斷將這項技能進化，進而達到趨于完美的，這可比普通的編程或者強化學習要有效得多。
使用具有強化學習的傳統(tǒng)機器人可能是昂貴的。它們?nèi)狈`活性使它們變脆且易損。此外，強化學習需要時間來產(chǎn)生結果，并且由于機器人很昂貴，成本的迅速攀升與積累可能很快就會讓人打退堂鼓。
傳統(tǒng)的工業(yè)機器人為了順利進行重復性生產(chǎn)任務，通常具備較高的精度和強度，但這就無法保證人類在旁邊工作時的安全性，同時也無法勝任更加靈活的工作。因此，協(xié)作機器人在近幾年應運而生，旨在將機器人（精確）的重復性能和人的能力結合起來，同時為了能夠與人類共同工作，協(xié)作機器人大多進行了防夾傷、防碰撞的設計。但協(xié)作機器人的售價也常常在數(shù)萬美元以上。
這就讓我們見到了Blue可能會有所作為、大展身手的另一個領域。在Blue到來之前，伯克利的研究機器人是由 Willow Garage 建造的 PR2，它也有一對手臂和鉗子，但制作成本昂貴，在40萬美元左右。相比之下，Blue的材料清單價格僅為3,000美元。Abbeel表示，該團隊尚未確定最終價格，但他們希望將目標鎖定在5,000美元的范圍內(nèi)。據(jù)其官方介紹，Blue機器人具備7個自由度的雙臂機器人，量產(chǎn)之后價格有望控制在2000美元以下。
“當你愿意放棄亞毫米精度時，這就成為可能，因為你會意識到你不需要基于AI的控制，”Abbeel說。
許多其他研究實驗室和初創(chuàng)公司也在瞄準這種新模式，希望教會機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是一家制造機器人的公司，可以在倉庫中挑選物品。 Elon Musk創(chuàng)立的研究實驗室OpenAI使用機器人手完成了類似的工作，谷歌也在探索機器人的AI培訓。
不過，一些專家對Blue對業(yè)界、市場的吸引力程度持懷疑態(tài)度。他們注意到它與Baxter并沒有什么不同——Baxter是另一個帶有手臂和鉗子的協(xié)同機器人。去年，Baxter、Rethink Robotics兩家機器人明星公司都倒閉了，引起一片唏噓聲。
英偉達的機器人研究員Ankur Handa表示，Blue的鉗子限制了它可以執(zhí)行的任務范圍，即使使用AI控制，它的精確度也會出現(xiàn)問題。“總的來說，我不認為他們提供任何特別新的東西，”Handa補充說，Blue機器人仍然是制造更便宜的機器人的一步。
但Abbeel看好Blue的未來。該機器人目前正在小批量生產(chǎn)，但Abbeel希望擴大規(guī)模，最終轉(zhuǎn)向委托給Berkeley Open Arms外包制造，以實現(xiàn)大規(guī)模的量產(chǎn)。第一批目標客戶將是研究實驗室和大學，其中機器人目前在團隊之間共享，就像20世紀60年代的計算機一樣。提供更便宜的機器人將使它們在更廣泛的場景中變得可用，從而提高機器人研究的產(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習（Deep Imitation Learning）、深度強化學習（Deep Reinforcement Learning），開發(fā)AI軟件幫助機器人更輕易、高效地學會復雜的操作。
更重要的是，Abbeel希望Blue能夠為未來的家用機器人提供一個藍圖：低成本，靈活，適合人類使用的東西。“這種設計完全符合我們的想法，”他說。“未來仍然存在很多挑戰(zhàn)，并不像我們認為這個特定的機器人會走進家家戶戶。（但）這是一種將我們引向新方向的設計范式。”
