美國(guó)陸軍研究實(shí)驗(yàn)室(ARL)的機(jī)器人操縱器RoMan在馬里蘭州的阿德爾菲實(shí)驗(yàn)中心考慮抓取和移動(dòng)樹枝的最佳方法。

中國(guó)AGV網(wǎng)（m.wnmc.org.cn)據(jù)美國(guó)電氣電子工程師學(xué)會(huì)（IEEE ）旗下旗艦出版物IEEE Spectrum的記者撰文所摘錄，作者Evan Ackerman是IEEE Spectrum的高級(jí)編輯。自2007 年以來，他撰寫了6,000 多篇關(guān)于機(jī)器人和技術(shù)的文章。他擁有火星地質(zhì)學(xué)學(xué)位，擅長(zhǎng)吹奏風(fēng)笛。

“我可能不應(yīng)該站得這么近。”當(dāng)機(jī)器人慢慢靠近我面前地板上的一根大樹枝時(shí)，我心里想。讓我緊張的不是樹枝的大小——而是機(jī)器人在自主運(yùn)行，雖然我知道它應(yīng)該做什么，但我不完全確定它會(huì)做什么。如果一切都像美國(guó)陸軍研究實(shí)驗(yàn)室(ARL)的機(jī)器人專家所期望的那樣進(jìn)行，那么機(jī)器人將識(shí)別分支、抓住它并將其拖到一邊。這些人知道他們?cè)谧鍪裁?，但我在機(jī)器人周圍花了足夠多的時(shí)間，無論如何我都向后退了一小步。

該機(jī)器人名為RoMan，意為Robotic Manipulator，大小與大型割草機(jī)相當(dāng)，帶有履帶式底座，可幫助它處理大多數(shù)地形。在前面，它有一個(gè)配備攝像頭和深度傳感器的蹲下軀干，以及從最初在NASA 噴氣推進(jìn)實(shí)驗(yàn)室為DARPA 機(jī)器人競(jìng)賽開發(fā)的原型災(zāi)難響應(yīng)機(jī)器人收獲的一對(duì)手臂。RoMan 今天的工作是道路清理，這是一項(xiàng)多步驟任務(wù)，ARL 希望機(jī)器人盡可能自主地完成。操作員并沒有指示機(jī)器人以特定方式抓取特定物體并將它們移動(dòng)到特定位置，而是告訴RoMan“走開一條路”。然后由機(jī)器人做出實(shí)現(xiàn)該目標(biāo)所需的所有決定。

自主決策的能力不僅是讓機(jī)器人有用的原因，也是讓機(jī)器人成為機(jī)器人的原因。我們重視機(jī)器人，因?yàn)樗鼈兡軌蚋兄車l(fā)生的事情，根據(jù)這些信息做出決策，然后在沒有我們輸入的情況下采取有用的行動(dòng)。過去，機(jī)器人決策遵循高度結(jié)構(gòu)化的規(guī)則——如果你感覺到這一點(diǎn)，那就去做。在像工廠這樣的結(jié)構(gòu)化環(huán)境中，這很有效。但在混亂、陌生或定義不明確的環(huán)境中，對(duì)規(guī)則的依賴使得機(jī)器人在處理任何無法提前準(zhǔn)確預(yù)測(cè)和計(jì)劃的事情上是出了名的糟糕。

RoMan，以及許多其他機(jī)器人，包括家用吸塵器、無人機(jī)和自動(dòng)駕駛汽車通過人工神經(jīng)網(wǎng)絡(luò)來應(yīng)對(duì)半結(jié)構(gòu)化環(huán)境的挑戰(zhàn)——一種松散地模仿生物大腦中神經(jīng)元結(jié)構(gòu)的計(jì)算方法。大約十年前，人工神經(jīng)網(wǎng)絡(luò)開始應(yīng)用于各種各樣的半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)以前對(duì)于運(yùn)行基于規(guī)則的編程（通常稱為符號(hào)推理）的計(jì)算機(jī)來說非常難以解釋。人工神經(jīng)網(wǎng)絡(luò)不是識(shí)別特定的數(shù)據(jù)結(jié)構(gòu)，而是能夠識(shí)別數(shù)據(jù)模式，識(shí)別與網(wǎng)絡(luò)之前遇到的數(shù)據(jù)相似（但不相同）的新數(shù)據(jù)。事實(shí)上，人工神經(jīng)網(wǎng)絡(luò)的部分吸引力在于它們是通過實(shí)例進(jìn)行訓(xùn)練的，通過讓網(wǎng)絡(luò)攝取帶注釋的數(shù)據(jù)并學(xué)習(xí)自己的模式識(shí)別系統(tǒng)。對(duì)于具有多層抽象的神經(jīng)網(wǎng)絡(luò)，這種技術(shù)稱為深度學(xué)習(xí)。

盡管人類通常參與訓(xùn)練過程，即使人工神經(jīng)網(wǎng)絡(luò)受到人類大腦神經(jīng)網(wǎng)絡(luò)的啟發(fā)，但深度學(xué)習(xí)系統(tǒng)所做的模式識(shí)別與人類看待世界的方式有著根本的不同。通常幾乎不可能理解輸入到系統(tǒng)中的數(shù)據(jù)與系統(tǒng)輸出數(shù)據(jù)的解釋之間的關(guān)系。而這種差異——深度學(xué)習(xí)的“黑匣子”不透明性——給RoMan 這樣的機(jī)器人和陸軍研究實(shí)驗(yàn)室?guī)砹藵撛诘膯栴}。

在混亂、陌生或定義不明確的環(huán)境中，對(duì)規(guī)則的依賴使機(jī)器人在處理任何無法提前準(zhǔn)確預(yù)測(cè)和計(jì)劃的事情時(shí)出了名的糟糕。

這種不透明度意味著必須謹(jǐn)慎使用依賴深度學(xué)習(xí)的機(jī)器人。深度學(xué)習(xí)系統(tǒng)擅長(zhǎng)識(shí)別模式，但缺乏人類通常用來做出決策的世界理解，這就是為什么此類系統(tǒng)在其應(yīng)用程序定義明確且范圍狹窄時(shí)表現(xiàn)最佳的原因。“當(dāng)你有結(jié)構(gòu)良好的輸入和輸出，你可以將你的問題封裝在這種關(guān)系中，我認(rèn)為深度學(xué)習(xí)做得很好，”湯姆霍華德說羅切斯特大學(xué)機(jī)器人與人工智能實(shí)驗(yàn)室的負(fù)責(zé)人，并為RoMan 和其他地面機(jī)器人開發(fā)了自然語(yǔ)言交互算法?！皩?duì)智能機(jī)器人進(jìn)行編程時(shí)的問題是，這些深度學(xué)習(xí)構(gòu)建塊的實(shí)際規(guī)模有多大？”Howard 解釋說，當(dāng)您將深度學(xué)習(xí)應(yīng)用于更高級(jí)別的問題時(shí)，可能的輸入數(shù)量會(huì)變得非常大，解決該規(guī)模的問題可能具有挑戰(zhàn)性。當(dāng)這種行為通過一個(gè)170 公斤的雙臂軍用機(jī)器人表現(xiàn)出來時(shí)，意外或無法解釋的行為的潛在后果要嚴(yán)重得多。

幾分鐘后，RoMan沒有動(dòng)靜--它仍然坐在那里，思索著樹枝，手臂像螳螂一樣擺著。在過去的10年里，陸軍研究實(shí)驗(yàn)室的機(jī)器人合作技術(shù)聯(lián)盟（RCTA）一直在與來自卡內(nèi)基梅隆大學(xué)、佛羅里達(dá)州立大學(xué)、通用動(dòng)力陸地系統(tǒng)公司、JPL、麻省理工學(xué)院、QinetiQ北美公司、中佛羅里達(dá)大學(xué)、賓夕法尼亞大學(xué)和其他頂級(jí)研究機(jī)構(gòu)的機(jī)器人專家合作，開發(fā)用于未來地面作戰(zhàn)車輛的機(jī)器人自主能力。RoMan是該進(jìn)程的一部分。

RoMan 正在慢慢思考的“清除路徑”任務(wù)對(duì)機(jī)器人來說很難，因?yàn)槿蝿?wù)太抽象了。RoMan 需要識(shí)別可能擋住路徑的物體，推斷這些物體的物理特性，弄清楚如何抓住它們以及最適合應(yīng)用哪種操縱技術(shù)（如推、拉或舉），然后做到這一點(diǎn)。對(duì)于一個(gè)對(duì)世界了解有限的機(jī)器人來說，這是很多步驟和很多未知數(shù)。

ARL 機(jī)動(dòng)和移動(dòng)人工智能項(xiàng)目首席科學(xué)家Ethan Stump 表示，這種有限的理解是ARL 機(jī)器人開始不同于其他依賴深度學(xué)習(xí)的機(jī)器人的地方。他說：“基本上可以要求陸軍在世界任何地方開展行動(dòng)。我們沒有在我們可能開展行動(dòng)的所有不同領(lǐng)域收集數(shù)據(jù)的機(jī)制。我們可能會(huì)被部署到地球另一邊的某個(gè)未知森林。世界，但我們會(huì)被期望表現(xiàn)得和我們?cè)谧约液笤阂粯雍谩！贝蠖鄶?shù)深度學(xué)習(xí)系統(tǒng)只能在它們接受過訓(xùn)練的領(lǐng)域和環(huán)境中可靠地運(yùn)行。即使域類似于“舊金山的每條可行駛的道路”，機(jī)器人也會(huì)做得很好，因?yàn)檫@是一個(gè)已經(jīng)收集的數(shù)據(jù)集。但，Stump 說，這不是軍隊(duì)的選擇。如果陸軍深度學(xué)習(xí)系統(tǒng)表現(xiàn)不佳，他們就不能簡(jiǎn)單地通過收集更多數(shù)據(jù)來解決問題。

ARL 的機(jī)器人還需要對(duì)他們正在做的事情有廣泛的認(rèn)識(shí)。Stump 解釋說：“在任務(wù)的標(biāo)準(zhǔn)操作命令中，你有目標(biāo)、約束、關(guān)于指揮官意圖的段落——基本上是任務(wù)目的的敘述——它提供了人類可以解釋的上下文信息，并在需要時(shí)為他們提供結(jié)構(gòu)做出決定以及何時(shí)需要即興發(fā)揮?！?。換句話說，RoMan 可能需要快速清除路徑，也可能需要安靜地清除路徑，具體取決于任務(wù)的更廣泛目標(biāo)。即使是最先進(jìn)的機(jī)器人，這也是一個(gè)很大的要求?！拔蚁氩怀隹梢蕴幚泶祟愋畔⒌纳疃葘W(xué)習(xí)方法?！盨tump 說。

ARL的機(jī)器人在崎嶇地形[上、中]中測(cè)試自主導(dǎo)航技術(shù)，其目標(biāo)是能夠跟上人類隊(duì)友的步伐。ARL 還在開發(fā)具有操縱能力[底部] 的機(jī)器人，可以與物體進(jìn)行交互，這樣人類就不必這樣做了。埃文·阿克曼

當(dāng)我觀看時(shí)，RoMan 被重置為第二次嘗試移除分支。ARL 的自治方法是模塊化的，其中深度學(xué)習(xí)與其他技術(shù)相結(jié)合，機(jī)器人正在幫助ARL 找出適合哪些技術(shù)的任務(wù)。目前，RoMan 正在測(cè)試從3D 傳感器數(shù)據(jù)中識(shí)別對(duì)象的兩種不同方法：UPenn 的方法基于深度學(xué)習(xí)，而Carnegie Mellon 正在使用一種稱為通過搜索感知的方法，該方法依賴于更傳統(tǒng)的3D 模型數(shù)據(jù)庫(kù)。僅當(dāng)您提前確切知道要查找哪些對(duì)象時(shí)，通過搜索進(jìn)行感知才有效，但訓(xùn)練速度要快得多，因?yàn)槊總€(gè)對(duì)象只需要一個(gè)模型。當(dāng)物體的感知困難時(shí)，它也可以更準(zhǔn)確- 例如，如果物體被部分隱藏或顛倒。

感知是深度學(xué)習(xí)往往擅長(zhǎng)的事情之一。ARL 的計(jì)算機(jī)科學(xué)家Maggie Wigness說：“計(jì)算機(jī)視覺社區(qū)使用深度學(xué)習(xí)在這些方面取得了瘋狂的進(jìn)步?！薄拔覀?cè)谄渲幸恍┠Ｐ椭腥〉昧撕芎玫某晒?，這些模型在一個(gè)環(huán)境中訓(xùn)練并推廣到新環(huán)境，我們打算繼續(xù)將深度學(xué)習(xí)用于此類任務(wù)，因?yàn)樗亲钕冗M(jìn)的?！?/p>

ARL 的模塊化方法可能會(huì)以利用其特定優(yōu)勢(shì)的方式結(jié)合多種技術(shù)。例如，使用基于深度學(xué)習(xí)的視覺對(duì)地形進(jìn)行分類的感知系統(tǒng)可以與基于逆強(qiáng)化學(xué)習(xí)方法的自動(dòng)駕駛系統(tǒng)一起工作，其中模型可以通過人類士兵的觀察快速創(chuàng)建或完善。傳統(tǒng)的強(qiáng)化學(xué)習(xí)基于已建立的獎(jiǎng)勵(lì)函數(shù)優(yōu)化解決方案，并且通常在您不一定確定最佳行為是什么樣子時(shí)應(yīng)用。這對(duì)陸軍來說不是什么問題，他們通常可以假設(shè)訓(xùn)練有素的人類會(huì)在附近向機(jī)器人展示正確的做事方式?！爱?dāng)我們部署這些機(jī)器人時(shí)，事情會(huì)很快發(fā)生變化，”威格尼斯說?！?/p>

深度學(xué)習(xí)面臨的不僅僅是數(shù)據(jù)稀疏問題和快速適應(yīng)問題。還存在穩(wěn)健性、可解釋性和安全性的問題?！斑@些問題并不是軍方獨(dú)有的，”Stump 說，“但當(dāng)我們談?wù)摽赡芫哂袣Φ南到y(tǒng)時(shí)，這一點(diǎn)尤其重要?！毙枰鞔_的是，ARL 目前并未研究致命的自主武器系統(tǒng)，但該實(shí)驗(yàn)室正在幫助更廣泛地為美國(guó)軍方的自主系統(tǒng)奠定基礎(chǔ)，這意味著考慮未來可能使用此類系統(tǒng)的方式。

深度網(wǎng)絡(luò)的要求在很大程度上與陸軍任務(wù)的要求不一致，這是一個(gè)問題。

Stump 表示，安全顯然是重中之重，但目前還沒有明確的方法可以讓深度學(xué)習(xí)系統(tǒng)變得可驗(yàn)證安全。Stump 說：“在安全約束下進(jìn)行深度學(xué)習(xí)是一項(xiàng)重大的研究工作。很難將這些約束添加到系統(tǒng)中，因?yàn)槟悴恢老到y(tǒng)中已有的約束來自哪里。所以當(dāng)任務(wù)發(fā)生變化或上下文發(fā)生變化時(shí)，很難解決這個(gè)問題。這甚至不是一個(gè)數(shù)據(jù)問題；這是一個(gè)架構(gòu)問題。ARL 的模塊化架構(gòu)，無論是使用深度學(xué)習(xí)的感知模塊，還是使用逆向強(qiáng)化學(xué)習(xí)的自動(dòng)駕駛模塊或其他東西，都可以構(gòu)成更廣泛的自主系統(tǒng)的一部分，該系統(tǒng)融合了軍隊(duì)所需的安全性和適應(yīng)性。系統(tǒng)中的其他模塊可以在更高級(jí)別上運(yùn)行，使用更可驗(yàn)證或可解釋的不同技術(shù)，并且可以介入以保護(hù)整個(gè)系統(tǒng)免受不利的不可預(yù)測(cè)行為的影響。“如果其他信息進(jìn)入并改變了我們需要做的事情，那么那里就會(huì)有一個(gè)層次結(jié)構(gòu)。這一切都以理性的方式發(fā)生?！?/p>

尼古拉斯-羅伊（Nicholas Roy）是美國(guó)麻省理工學(xué)院機(jī)器人技術(shù)小組的負(fù)責(zé)人，他自稱是"有點(diǎn)像烏合之眾"，因?yàn)樗麑?duì)一些關(guān)于深度學(xué)習(xí)能力的說法持懷疑態(tài)度，他同意ARL機(jī)器人專家的觀點(diǎn)，即深度學(xué)習(xí)方法往往不能處理軍隊(duì)必須準(zhǔn)備應(yīng)對(duì)的那種挑戰(zhàn)。"陸軍總是進(jìn)入新的環(huán)境，而對(duì)手總是試圖改變環(huán)境，所以機(jī)器人所經(jīng)歷的訓(xùn)練過程根本無法與他們所看到的相匹配，"羅伊說。"因此，深度網(wǎng)絡(luò)的要求在很大程度上與軍隊(duì)任務(wù)的要求不一致，這是一個(gè)問題。"

作為RCTA 的一部分，從事地面機(jī)器人抽象推理工作的Roy 強(qiáng)調(diào)，當(dāng)應(yīng)用于具有明確功能關(guān)系的問題時(shí)，深度學(xué)習(xí)是一項(xiàng)有用的技術(shù)，但是當(dāng)您開始查看抽象概念時(shí)，并不清楚深度學(xué)習(xí)是否是一種可行的方法?！拔覍?duì)如何以支持更高層次推理的方式組合神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)非常感興趣，”羅伊說?！拔艺J(rèn)為這歸結(jié)為組合多個(gè)低級(jí)神經(jīng)網(wǎng)絡(luò)來表達(dá)更高級(jí)別概念的概念，我認(rèn)為我們還不了解如何做到這一點(diǎn)?！盧oy 給出了使用兩個(gè)獨(dú)立神經(jīng)網(wǎng)絡(luò)的示例，一個(gè)用于檢測(cè)汽車物體，另一個(gè)用于檢測(cè)紅色物體。它'與使用基于具有邏輯關(guān)系的結(jié)構(gòu)化規(guī)則的符號(hào)推理系統(tǒng)相比，將這兩個(gè)網(wǎng)絡(luò)組合成一個(gè)更大的網(wǎng)絡(luò)來檢測(cè)紅色汽車要困難得多?！昂芏嗳硕荚谘芯窟@個(gè)，但我還沒有看到推動(dòng)這種抽象推理的真正成功。”

在可預(yù)見的未來，ARL 將通過讓人類進(jìn)行更高級(jí)的推理和偶爾的低級(jí)建議來確保其自主系統(tǒng)的安全和穩(wěn)健。人類可能不會(huì)一直直接參與其中，但我們的想法是人類和機(jī)器人在團(tuán)隊(duì)合作時(shí)更有效。當(dāng)機(jī)器人協(xié)作技術(shù)聯(lián)盟計(jì)劃的最新階段于2009 年開始時(shí)，Stump 說，“我們?cè)谝晾撕桶⒏缓挂呀?jīng)有很多年了，在那里機(jī)器人經(jīng)常被用作工具。我們一直試圖弄清楚我們可以做些什么來將機(jī)器人從工具轉(zhuǎn)變?yōu)閳F(tuán)隊(duì)中更多的隊(duì)友?！?/p>

當(dāng)人類主管指出分支中抓取可能最有效的區(qū)域時(shí)，RoMan 會(huì)得到一些幫助。機(jī)器人對(duì)樹枝實(shí)際上是什么沒有任何基本知識(shí)，而這種缺乏世界知識(shí)（我們認(rèn)為是常識(shí)）是各種自主系統(tǒng)的基本問題。讓人類利用我們豐富的經(jīng)驗(yàn)進(jìn)行少量指導(dǎo)可以使RoMan 的工作更加輕松。確實(shí)，這一次RoMan 成功地抓住了樹枝，并大聲地將它拖過房間。