【ZiDongHua 之自動化學院派收錄關鍵詞：機器人 人工智能 智慧城市  】
　　
　　【WRC大咖論道】英國愛丁堡大學教授Sethu Vijayakumar：《從自動化到自主化—下一代機器人的生成式人工智能》
　　
　　2024世界機器人大會以“共育新質生產力 共享智能新未來”為主題，為期三天的主論壇和26場專題論壇上，416位國內外頂尖科學家、國際組織代表、院士和企業(yè)家聚焦前沿技術、產業(yè)動向和創(chuàng)新成果，深入研討人工智能與機器人技術深度融合帶來的新趨勢、新機遇，共同打造了一場十分精彩的機器人領域前沿觀點盛宴！
　　
　　在8月24日上午的主論壇上，英國愛丁堡大學教授Sethu Vijayakumar以《從自動化到自主化—下一代機器人的生成式人工智能》為主題發(fā)表演講。
　　
　　數(shù)說2024世界機器人大會
　　
　　論壇
　　
　　26 家國際支持機構
　　
　　3 大主題 26 場專題論壇
　　
　　416 名國內外頂尖科學家、國際組織代表、院士和企業(yè)家
　　
　　74 位國外嘉賓及港澳臺嘉賓參會
　　
　　線上線下聽眾達 160萬 人次
　　
　　展覽
　　
　　27 款人形機器人集中亮相
　　
　　首發(fā)新品 60 余款
　　
　　近 170 家參展企業(yè) 600 余件參展產品
　　
　　參觀人數(shù)近 25萬 人次
　　
　　大賽
　　
　　全球 10 余個國家和地區(qū)的 7000 余支賽隊
　　
　　13000 余名參賽選手
　　
　　每天參賽人數(shù) 4000 余人
　　
　　媒體關注
　　
　　近 400 家國內外媒體
　　
　　短視頻平臺話題播放量達 2.9億
　　
　　以下是對話內容實錄
　　
　　Sethu Vijayakumar（英國愛丁堡大學教授）
　　
　　非常榮幸，也很高興回到世界機器人大會的會場，每次來到北京，我都很興奮。接下來我希望跟大家分享的是我們在愛丁堡機器人中心方面的近期研究，跟大家分享很重要的三點，當我們來做好的機器人的時候，需要注意這些原則。
　　
　　我想各位已經都非常了解機器人技術的重要性，它正在幫助人類解決大量的社會問題，像傳統(tǒng)領域的制造業(yè)，它也進入新的領域，像移動或者是智慧城市的建造。當我們說到機器人的時候，15年、20年前，機器人當時的用途是通過編程來給它們自動執(zhí)行任務的能力，就是所謂的自動化。但是在新的時代，我們需要從自動化變成自主化，就機器人需要自主來做出決策。
　　
　　我們認為未來的一個時代，機器人是可以無縫的從完全遙控的系統(tǒng)對接到完全自主化的系統(tǒng)，以及中間的一個無縫協(xié)同，取決于它要執(zhí)行的任務是什么，為什么這樣一種共享或者是合作式的自主非常重要。
　　
　　因為在很多的案例當中，我們沒有其他選擇。如果我們希望應對一些社會上重大的挑戰(zhàn)，比如說老齡化社會、糧食安全、制造業(yè)需求，我們做很多的像北京上海大城市的市政環(huán)境維護?？赡芡ㄟ^人力高效完成龐雜的任務不可行，我們需要機器人有可靠并且穩(wěn)健的方式來幫助我滿足相應的需求，所以這是我們做的一個案例。我們當時要求機器人也是要有位置控制，判斷可以在這樣海上游戲平臺完成部署。我們做了海上游戲平臺縮小模型，機器人需要在上面執(zhí)行一些比如開門、擰閥門、操作負載，而且這個負載是未知重量，機器人要自我判斷。
　　
　　給大家看一下視頻，我們是如何讓機器人完成這些任務的呢，你會發(fā)現(xiàn)機器人會在兩個模式中進行轉換，一個是完全自主的方式。機器人用全身控制，不是僅僅控制機械臂或者腿，是全身會有協(xié)同控制，而且切換不同的模式。比如說行走還有做機械臂操控，算法會自主做出決定，并且會有一定冗余。比如拉拉桿，機器人要用什么樣的力，用最低的阻力和噪音完成任務同時不施加過多的力。而且它會無縫銜接到操作人員的控制，比如說有這樣的物體出現(xiàn)，我們需要有特定的任務。
　　
　　機器人就可以通過遠程進行控制，然后又把這個問題回到機器人那。因為對于人來說數(shù)學計算比較困難，我們就會和機器人說開門，用最有效和最可靠的方式打開這扇門。機器人需要保證這個門打開足夠的空間讓自己來通過。可以看到機器人爬上斜坡，試圖在這里開門之后移動一個物體，但是他不知道這個物體的重要。觸碰到物體之前不知道這個物體負載有多大。
　　
　　所以我們需要注意施加的扭矩和力，但是很快能夠計算出來所需的力和扭矩，機器人需要自我很快計算。這是未知重量的負載，機器人就開始拉這根繩子，然后它會向后退，借此衡量一下所需的力并且做實時調整，這就是我給大家說到的案例。
　　
　　但是我稍微說深一點，要執(zhí)行這樣的任務需要什么？這里有幾點，首先是找到合適的表達?；脽羝夏梢钥吹胶芏嗖煌耐負浔磉_，我們會使用在不同的事物上。比如說探入一個盒子里來移動一寫軟性材料，今天我們日本這位教授說到了，在織物處理方面這種柔性軟性的材料處理起來很困難，所以對于機器人來說要拾取搬運這些軟性物料確實很困難。我們需要它完成任務而且以最有效率的方式完成任務。
　　
　　在任何情形下我們需要關注的是它不僅僅是讓機器人在經典場景中工作，我們也希望機器人做得更好，在系統(tǒng)當中使用拓撲架構，讓機器人更好地進行導航、操作。并且相應的拓撲表達中做最合適的映射。
　　
　　其次是確定性。如何應對不確定性，要注意合規(guī)的驅動設計和剛度控制。不可以用計劃策略保證安全，有時候必須以硬件方式，從一開始設計新穎的被動柔順機制應對意外干擾和通常的通用的不確定性。在現(xiàn)實世界的約束中通過算法處理、剛度控制，因此我們有一些系統(tǒng)是自己做的，有的是合作做的。最大的挑戰(zhàn)是我們必須要有正確的硬件。對不同的任務，必須想什么樣的算法是最好的可以控制它，適用不同具體的任務。
　　
　　剛才演講者講到了，我們要用合規(guī)的驅動設計和剛度控制，包括合規(guī)執(zhí)行器，除了解決扭矩、剛度和系統(tǒng)動力學之外，也要解決如何用同樣的方法論來控制不同的目標。比如說如何為系統(tǒng)提供動力，要有最優(yōu)的控制方案，這涉及到扭矩、剛度的選擇、系統(tǒng)動力學模型。
　　
　　剛才另一位講者講到了多尺度的推理規(guī)劃和邏輯，用于處理多個抽象的基于推理的技術目標，這里不細講。還要學習預測和適應，這是我學博士時候做的研究，這個很老了。我們可以在高維度增量在線學習進行神經計算，可以從數(shù)據(jù)學習，解決現(xiàn)代動態(tài)任務。
　　
　　大家可以看到在這個工作背后驅動的軟件，所以它可以實現(xiàn)預測后果適應任務目標以及意圖。并用策略中的等價性在動態(tài)變化下進行局部重新處理，規(guī)劃被動剛度優(yōu)化以及由關系指標引起的虛擬剛度控制。
　　
　　我們可以使用任意規(guī)模的技術適應性，動態(tài)快速地在線學習適應，結合動態(tài)適應快速重新規(guī)劃方法，高效地與任何規(guī)模進行嵌入式或者在云實施。所以目前項目組合可以實現(xiàn)共享資質，包括災后重建、重型機械遠程操作。
　　
　　在倫敦的地下做電纜鋪設，而不是整個城市，其中有些計算算法可以實現(xiàn)自動化，去倫敦可以看到線路非常好。我們在NASA空間站做了一些簡單的工作，NASA需要我們在極端環(huán)境下部署機器人，機器人可以在不平坦的地形進行高自由度控制使用。比如規(guī)劃無碰撞靜態(tài)平衡全身的預抓配置，它的重點在自由度和任務困難方面進一步拓展邊界，自動適應任意傾斜地形，對于很多工業(yè)領域非常重要，包括飛機、工業(yè)機器人在上海做了C191型號，191飛機在上海建造，那時候使用了全線自動化和機器人。
　　
　　這是用傳統(tǒng)制造包括固定底座平臺以及大型家具，在裝配過程中使用了自動化人類和機器人不同空間或者時間進行工作。
　　
　　在日本也有一些部署，自動適應在日本東京的咖啡廳里面，人機協(xié)作，機器可以自動做一些任務，這背后有一個人其實是有身體障礙的，他利用機器人可以做他原來不能做的工作。這是一種人機協(xié)作，通過傳感精準定位和操作進行協(xié)作的運行計劃，提高靈活性與環(huán)路中的人員控制，提高可靠性。在這種社交環(huán)境中，機器人可以讓人們重回工作崗位。如果沒有它的話，殘障人士可能沒有辦法從事這項職業(yè)。這杯咖啡非常貴，但是值得。
　　
　　最后，我想簡單提一下，自適應輔助機器人，用人機三元協(xié)作框架，這里的人可以是病人或者任何一個第三方，可以幫助這個人進行出行。不一定是人形機器人，也可以是外骨骼或者框架式的東西，或者是簡單的模擬器，可以適應自適應輔助。人與機器人三元協(xié)作框架，是由英國皇家學會發(fā)布的，所以作為優(yōu)化問題的合作、適應性的工作，幫助這些有需求的人士。
　　
　　提一下我現(xiàn)在正在著手解決的公式化問題，舉個例子，關鍵要求最大限度減少人類代理的人體工程學風險，推廣到各種三方協(xié)作場景，自然設置為優(yōu)化問題，生物力學計算模型使我們能夠獲得詳細的人體工程學測量?？梢暂o助病患的生活，在病人、護理員和外骨骼之間進行形成穩(wěn)定性的腰椎復合支持。確?；颊甙踩?、穩(wěn)定性，同時最大限度減少護理人員人體工程學危險，能夠穩(wěn)定編輯編碼來預測跌倒風險。通過腰部復合編碼，護理人員受傷風險也減低了，這是通過反向肌肉骨骼最佳控制學習的成功立案。這是康復，用外骨骼進行跟蹤，在輔助康復中平衡軌跡。
　　
　　未來我們的工作方向是什么？現(xiàn)在還有潛在的開放科學挑戰(zhàn)，包括安全的驅動，動態(tài)的人機交互。在居家環(huán)境下安全、舒適地操作。不光是軟件方面，硬件方面也一樣。用技術來進行跑步模擬，在軟件中能夠實時適應，比如具有學習動力學的MPC以及硬件在環(huán)境中符合多保真度的驅動。
　　
　　我們做了很多工作，減少模擬與真實的差距，進行真實的訓練和測試，比如數(shù)字孿生、可驗證和可解釋的方法，了解部署系統(tǒng)的局限性和漏洞。這是阿瑟克拉克說的，我們傾向于在短期內高估計數(shù)，從長遠來看低估計數(shù)。我們必須警惕，同時要意識到長遠來看可能低估了技術，今天這句話依然是非常警醒人們的。
　　
　　最后給大家放一段視頻，這是我們實驗室做的，看一下我們工作人員付出的辛苦努力。
　　
　?。úシ乓曨l）
　　
　　我就說到這里，非常感謝，有機會在主論壇上跟大家分享最近的機器人智能，大家如果有問題的話，歡迎會后跟我交流，謝謝大家！
　　
　?。ū疚母鶕?jù)錄音整理）