未来方向之一?UC伯克利大牛研发出可基于AI深度“自学”的低成本机器人

Evelyn Zhang
未来的机器人将具有反应性和动态性。他们将能够安全地与人类一起工作,而不会打断或误伤他们,而不是提前计划他们的行动,他们将使用相机和传感器实时导航世界。

低成本、安全性、专为AI设计、VR控制……加州大学伯克利分校一个机器人研究团队最新研发的Blue机器人,无疑让许多人瞥见了未来机器人的发展方向之一。

据数据显示,全球机器人销售在过去五年中翻了一番,但今天在工厂和仓库中部署的机器人,性能和配置几乎与我们几十年前的机器人相同。它们既强大又精确,但购买成本高昂,对人类来说也很危险。

(截图自:UC Berkely Youtube视频)

Blue看起来有点像孩子笔下稚嫩的机器人绘图:它是由笨重的3D打印部件制成的,有一对带有钳子的人形机器人手臂,每只手臂有7个自由度。

Blue机器人自身重量仅为8.7千克,连续有效荷载为2千克。可以在非结构化的环境中执行人类熟悉的日常活动,如叠衣服、泡咖啡……

它可以支持研究者使用VR进行控制,这一过程对训练AI机器人算法非常重要。让操作员挥动手臂,然后可以将手臂一前一后挥动。在研究者通过VR设备操控机器人的同时,AI算法能够对行为进行模仿学习,相当于人类为机器人减少了很多试错的过程,让机器人快速掌握某项技能。它还可以训练使用人工智能操纵物体,这种控制方法在机器人中仍然非常罕见。

负责该项目的机器人专家、UC伯克利大牛Pieter Abbeel希望改变这一点,他说Blue已经做到从头开始构建,以利用最近AI改进的专业知识与积累。“人工智能越来越强大这一事实让我们有机会重新思考——如何设计机器人,”Abbeel称,“近几年,AI已经取得了长足的发展,这让现在的机器人在软件层面变得更加智能,但硬件上却原地踏步了很多年。我们需要为如今的AI时代开发新的机器人硬件……降低造价对推进机器人研究也至关重要。”

基于这些想法,伯克利机器人学习实验室中的来自不同领域的超过15位研究人员为Blue机器人开发了一个低成本类直驱驱动(Quasi-Direct Drive,QDD)控制器,构建了完整的设计范式,可以达成不受限的自动化控制;机器人可以支持流行的基于AI的控制方法;他们也为机器人自身的设计和机器人的生产过程做了详细考虑,以便降低它的成本。

Abbeel解释说,目前使用的大多数机器人都是功能强大而操作准确的。他们的动作是预定义的,他们只是一遍又一遍地重复相同的动作,无论是将货物托盘、焊接车或紧固螺丝拧入智能手机的边边角角。

相比之下,未来的机器人将具有反应性和动态性。他们将能够安全地与人类一起工作,而不会打断或误伤他们,而不是提前计划他们的行动,他们将使用相机和传感器实时导航世界。

“如果你看一下传统的机器人,它们的设计都是围绕着非常高精度和重复运动的原理,”Abbeel说。“但你不一定需要亚毫米级的可重复性。”(能够一次又一次地执行相同的任务,并且运动差异小于一毫米。)“人类没有亚毫米级的可重复性。相反,我们用眼睛和触觉感受,通过反馈来完成工作。”

Abbeel和他的团队,研究员Stephen McKinley和研究生David Gealy希望Blue能以同样的方式运作。它有一个带有深度感应摄像头的中央视觉模块,其手臂由带橡皮筋的电机控制,使其具有灵活性。如果你推动工业机器人手臂,就像推着砖墙一样。但是Blue在拥挤的地铁车里更像是一个人:推挤它,它会“识相”地移到一边。

这使得Blue能够更安全地工作,但也适用于使用强化学习的研究,强化学习是一种在机器人学中变得流行的AI训练方法。强化学习的工作原理是要求代理人完成一项任务,并在任务完成时给予奖励。这基本上是反复试验,代理人开始时不知道如何完成目标,然后慢慢地自学。

Pieter Abbeel认为,一旦机器人通过模仿学习掌握了某种技能,它们可以更快地通过强化学习不断将这项技能进化,进而达到趋于完美的,这可比普通的编程或者强化学习要有效得多。

使用具有强化学习的传统机器人可能是昂贵的。它们缺乏灵活性使它们变脆且易损。此外,强化学习需要时间来产生结果,并且由于机器人很昂贵,成本的迅速攀升与积累可能很快就会让人打退堂鼓。

传统的工业机器人为了顺利进行重复性生产任务,通常具备较高的精度和强度,但这就无法保证人类在旁边工作时的安全性,同时也无法胜任更加灵活的工作。因此,协作机器人在近几年应运而生,旨在将机器人(精确)的重复性能和人的能力结合起来,同时为了能够与人类共同工作,协作机器人大多进行了防夹伤、防碰撞的设计。但协作机器人的售价也常常在数万美元以上。

这就让我们见到了Blue可能会有所作为、大展身手的另一个领域。在Blue到来之前,伯克利的研究机器人是由 Willow Garage 建造的 PR2,它也有一对手臂和钳子,但制作成本昂贵,在40万美元左右。相比之下,Blue的材料清单价格仅为3,000美元。Abbeel表示,该团队尚未确定最终价格,但他们希望将目标锁定在5,000美元的范围内。据其官方介绍,Blue机器人具备7个自由度的双臂机器人,量产之后价格有望控制在2000美元以下。

“当你愿意放弃亚毫米精度时,这就成为可能,因为你会意识到你不需要基于AI的控制,”Abbeel说。

许多其他研究实验室和初创公司也在瞄准这种新模式,希望教会机器人如何使用人工智能。Abbeel是其中一家的总裁,一家名为Embodied Intelligence的创业公司。Kindred AI是一家制造机器人的公司,可以在仓库中挑选物品。 Elon Musk创立的研究实验室OpenAI使用机器人手完成了类似的工作,谷歌也在探索机器人的AI培训。

不过,一些专家对Blue对业界、市场的吸引力程度持怀疑态度。他们注意到它与Baxter并没有什么不同——Baxter是另一个带有手臂和钳子的协同机器人。去年,Baxter、Rethink Robotics两家机器人明星公司都倒闭了,引起一片唏嘘声。

英伟达的机器人研究员Ankur Handa表示,Blue的钳子限制了它可以执行的任务范围,即使使用AI控制,它的精确度也会出现问题。“总的来说,我不认为他们提供任何特别新的东西,”Handa补充说,Blue机器人仍然是制造更便宜的机器人的一步。

但Abbeel看好Blue的未来。该机器人目前正在小批量生产,但Abbeel希望扩大规模,最终转向委托给Berkeley Open Arms外包制造,以实现大规模的量产。第一批目标客户将是研究实验室和大学,其中机器人目前在团队之间共享,就像20世纪60年代的计算机一样。提供更便宜的机器人将使它们在更广泛的场景中变得可用,从而提高机器人研究的产量。

据悉,2017年,Pieter Abbeel就与陈曦(Peter Chen)、段岩(Rocky Duan)和张天浩(Tianhao Zhang)创立了Embodied Intelligence(如今公司名:COVARIANT.AI),旨在借助深度模仿学习(Deep Imitation Learning)、深度强化学习(Deep Reinforcement Learning),开发AI软件帮助机器人更轻易、高效地学会复杂的操作。

更重要的是,Abbeel希望Blue能够为未来的家用机器人提供一个蓝图:低成本,灵活,适合人类使用的东西。“这种设计完全符合我们的想法,”他说。“未来仍然存在很多挑战,并不像我们认为这个特定的机器人会走进家家户户。(但)这是一种将我们引向新方向的设计范式。”

 

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论