Sethu Vijayakumar：机器人将建火星殖民地｜42问AI与机器人未来
42个AI与机器人大问题之——
「机器人领域的未来的发展方向是什么？」
9月2日在深圳举办的首届「Nature Conference - AI与机器人大会」上，Sethu Vijayakumar 教授将给出他的答案。
扫码参会
本届大会由腾讯 AI Lab 携手Nature Research（自然科研）及旗下《自然-机器智能》、《自然-生物医学工程》两本期刊联合举办。大会上将发布「42个 AI 与机器人大问题」报告，并邀请 11 位世界知名学者为这些宏大问题给出每个人独特而深刻的理解与答案。在报告中，我们还邀请到 Yoshua Bengio、Jürgen Schmidhuber和多位中国院士提供专家见解，也欢迎你参与报告调研。
42问调研
Sethu Vijayakumar 是爱丁堡大学机器人学教授，爱丁堡机器人研究中心主任，也是英国阿兰·图灵研究所人工智能项目联合主任。他的研究涉猎广泛，包括机器人学、统计机器学习、运动控制、自主系统计算和优化，以及计算神经科学等领域的跨学科研究。他领导过多个英国、欧盟和国际的机器人研究项目，发表了180多篇高引用论文，曾获得 IEEE Vincent Bendix 奖，2013 IEEE机器人技术最佳论文奖，以及其他几个来自顶尖会议和期刊的论文奖。
自1998年在东京工业大学获得博士学位之后，Vijayakumar就一直致力于探索研发能够具备学习能力的机器人。他在很早的时候就探索过统计学习方法在实时机器人学习中的应用，也研究了强化学习对机器人控制的价值，其 2005 年的论文《Natural Actor-Critic》对强化学习的发展有重要影响。
Vijayakumar 教授率先使用大规模机器学习技术来实时控制一些大自由度拟人机器人系统，包括SARCOS和HONDA ASIMO类人机器人，KUKA-DLR机器人手臂，以及iLIMB假肢手。目前，他带领团队研究的方向包括四足机器人、人形机器人、外骨骼技术、机器义肢、实时运动控制等。
海上石油机器人，帮人类分担苦累活
Vijayakumar 领导的爱丁堡机器人研究中心正在开发一些用于北海石油钻井平台的机器人。
北海（North Sea）是北大西洋的一部分，位于大不列颠岛以东，斯堪的纳维亚半岛西南和欧洲大陆以北。这里是西欧最大的石油和天然气储藏区，从北海中提取的布伦特原油，其价格被视为世界标准价格之一。
然而，海上开采石油和天然气的工作环境恶劣，每天都有无数重复枯燥、肮脏危险的工作，因此即便抛出高薪诱惑，应聘者也依然寥寥。于是引入机器人成为必然之举，它们可以导航近海装置，执行评估、维修和一些其他任务，帮助缓解人力不足的问题。
不过，钻井平台并不会仅由机器人运行，人类团队会留在海上维护和管理设备。「机器人并不会完全取代人类工作，而是利用技术改善人类工作条件，并使生产在经济上更具可行性。」Vijayakumar 强调，「人类仍然非常擅长利用经验根据情境做出决策。我们所关注的是机器人与人类之间的合作，机器人更像是一种工具。」
Vijayakumar 希望带领团队探索更全面的解决方案，将多种机器人结合在一起——从游泳机器人到飞行机器人，以及可以爬上台阶，在光滑或崎岖的地面上通行的四足机器人。这些创新技术将是延续北海石油工业的关键。「为了使我们的石油和天然气行业能与世界其他地区竞争，我们需要这个计划。如果我们不引进这项技术，这个行业将不复存在。」Vijayakumar说。
NASA人形机器人，在火星建造人类殖民地
Vijayakumar 最近领导的一个项目是为 NASA 训练机器人 Valkyrie ，用于帮助人类未来在月球或火星上建立殖民地。Valkyrie 高1.8米，重125公斤，是世界上最先进的人形机器人之一。该机器人由 NASA-JSC 建造，其中一台于2016年3月交由 Vijayakumar 团队进行训练，希望能实现拟人控制、运动规划和感知方面的突破。
Vijayakumar 团队与 Valkyrie 机器人
火星任务为何需要拥有双足的人形机器人？其关键在于，宇宙飞船是根据人类（尤其是有力灵巧的宇航员）的身体和动作特征设计的。尽管轮式/履带式机器人也很有用，但若要在狭窄的飞船里行走、攀爬、登梯以操作各种仪器，轮子就过于笨重和累赘了。
不过，开发人形机器人也颇具挑战，由于重心高、体重沉，行走中保持平衡十分不易，是人形机器人需要掌握的核心技能之一。一些对于人类来说轻而易举的能力，比如动作灵敏、行走稳定地完成开关门和传递工具等，要集合至复杂的机器人系统中其实十分困难，甚至还不如两三岁的小孩灵巧自如。Vijayakumar 及其团队在去年发表的一篇论文中，提出一种分层深度强化学习框架，可获得多种推动恢复和平衡行为的运动技能，比如踝关节、髋关节和步法等策略。该策略在物理学模拟器中进行训练，具有机器人模型的真实设置和低水平阻抗控制，可轻松将学习的技能传递给真实的机器人。
公众对于机器人的能力常有过高预期，但 Vijayakumar 表示：「让机器人实现人类所期待的动作，要比想象中复杂得多。」他举了一个例子：让机器人走到桌子跟前，拿起桌上的一件东西并进行操控。这个看似简单的过程需要分解成多个步骤：首先是规划，要保持稳定性、避免碰撞，确保机器人在能力范围内能拿到物品；其次是通过机器人身上的传感器判断真实的环境状况，从而实现抓握和操控动作；最后还需要解决实时控制问题。Valkyrie 每秒可接收上千个指令，要确保这三个关键环节正确无误是一个极为复杂的系统过程。
也许正是因为机器人研究时常处于各种大众误解中，Vijayakumar 多年来积极致力于科学传播。他认为，「作为从业者，我们应该向公众、法律制定者和政府宣传技术的巨大机遇，以及它的局限性。我们需要大力宣传，管理期望，并减轻恐惧。」 他参与了十多年的爱丁堡科学节，还帮助BBC推出了 Micro:Bit 计划——超过一百万名十一二岁的学生通过该项目获得了免费的微处理器，以帮助他们学习编程和制作交互式小发明。此外，他还担任了 BBC 电视节目《机器人大擂台（Robot Wars）》第 8-10 季（2016-2018）的评委。
▽ ▽ ▽
关于机器人发展的未来， Vijayakumar 的心中有怎样一番图景？他说：「我们越来越多地看到机器人、其他人工智能和人类之间的相互作用，我们需要仔细考虑这些相互作用所产生的影响。」 在9月2日举行的AI与机器人大会上，Vijayakumar 将阐述他对下一代机器人控制的看法。
｜演讲摘要
《共享自治：交互式机器人的未来》
Shared Autonomy: The Future of Interactive Robotics
下一代机器人将与人类和其它机器人实现更加紧密的合作，与周围环境的交互能力也将显著提升。因此，核心的关键范式将从孤立的决策系统变成涉及共享控制的系统——机器人平台将具备显著的自治能力，终端用户在这个过程中仅进行高层面的决策。
本演讲将会简要介绍强大的机器学习技术，范围涵盖稳健的多模态感知、共享表征、可扩展实时学习和适应，以及顺应式执行（compliant actuation）的最优调度，这能让我们在保持安全控制的同时，享受到自动化增强带来的好处。
这也会带来一些根本性问题：当机器人准备好共享控制时，我们满意的自治和控制之间的最优权衡是怎样的？
与这个问题相关的领域包括无人太空探索、自动驾驶汽车、海上资产检修和维护、深海和自动采矿、共享制造、用于康复的外骨骼/义肢以及智能城市等。
☟ 点击【阅读原文】参加AI与机器人大会