提高企业人力资源效率的关键：HR共享服务中心解决方案
06-18
美国麻省理工学院（MIT）一直是机器人技术研究的先驱。
该实验室开发了Cheetah、Atlas等世界感知项目。
军用机器人。
那么，随着DeepMind AlphaGo、Atlas等前沿人工智能技术的发展，机器人领域将会出现哪些新趋势呢？在CCF-GAIR全球人工智能与机器人峰会的机器人专场上，麻省理工学院机器人实验室主任、IEEE、AAAI Fellow、美国国家工程院院士Daniela Rus就此做了报告，描述了十二切-世界机器人领域的前沿技术趋势：机器人领域也许大家都认为这个画面很未来，但事实上我们已经在一定程度上实现了。
机器人可用于递送包裹、清洁环境、分拣货物、自动驾驶、生活辅助等场景。
此外，我们还看到一些公司发明了两种类型的单臂协作机器人，并将其应用于生产。
这些例子告诉我们，机器人确实已经从科幻小说走向了当今的科学现实。
我们可以让机器人变得更有能力、更智能。
值得一提的是，机器人领域也存在类似“摩尔定律”的颠覆性定律。
包括制造工具、设计工具等领域，互联网性能颠覆的速度每6年就会发生变化。
同样，工厂机器人的数量每五年就会翻一番。
目前我们暂时验证了这个事实，相信未来这种中断的频率会更高。
未来的世界，每个人都可能拥有一个机器人，机器人就像马路上跑的汽车一样普遍。
我称之为“无处不在的机器人”的世界。
这些机器人将能够与人类协作完成许多任务。
当然，我们还没有达到这样的阶段，因为还有很多技术问题需要解决。
例如，机器人如何与人互动，如何自行推理和解决问题……以及我们如何快速、低成本地创造新的机器人？接下来我给大家分享一些技术趋势，可以帮助我们解决上述问题。
十二大机器人技术趋势 软体机器人 以前的机器人都是钢制的，但这样的结构不能很好地适应各种环境。
软件是指使机器人的结构变得柔软、灵活，就像人体的结构一样。
一般来说，软机器人的身体结构采用软硅胶制成，以增强其适应性，使其能够适应不同的未知环境。
基于肌肉运作的原理，我们发现这种结构使得机器人更加敏捷，能够更快地完成某些任务。
除了软硅胶之外，我们还可以使用水或空气来驱动软件的结构。
例如，这个（放大版）机器人看起来像一条蛇，表面的气泡可以通过放大和缩小来驱动机器人的活动。
我们可以看到，当机器人放置在管道中时，它可以自动检测周围环境。
塑料型的适应性是钢制机器人无法比拟的。
同理，我们也可以创造机器鱼。
如图所示，它可以像真鱼一样移动，并可以旋转90度以快速躲避捕食者。
由于尾巴柔软，机器鱼可以在水中游来游去。
我们已经看到了软体生物的重要性，一本新期刊《软体机器人》已经出版两年了。
通过这个期刊，我们知道软机器人在机器人学科中重要性排名最高，这意味着大家对软机器人的关注度最高。
操控群体：灵活操作 除了软体机器人之外，另一项改进和增强机器人的技术是：灵活的抓取和搬运操作。
钢体机器人只能清楚地看到物体的大小，并瞄准每个手指放置的位置来抓取物体，但这不是人类的操作方式。
当我们想要拿起一个物体时，我们会伸出手以非常连续的动作抓住它，而不考虑它的大小或使用哪根手指。
正是由于对手指位置的精确要求，机器人的抓取行为存在很大的局限性。
他们无法处理不规则的物体。
于是软搬迁应运而生。
因为不需要仔细观察物体放置的位置，也不会受到形状的控制。
例如，它可以抓取鸡蛋和笔记。
由于这种机器人具有非常灵活的结??构，它可以自由地应对各种不确定性。
我们还可以嵌入一些简单的传感器，使机器人能够识别实际物体。
当然这并不能100%实现，部分场景下识别准确率较低。
如果水平抓取或者用两根手指抓取，成功率会更高，因为水平抓取积累的数据更多，你知道如何抓取；而两点抓取信息量较少。
即使有用于语言交流的软件结构，有时机器人也会失败。
为什么？如果机器人无法抓住它，它可以告诉人们出了什么问题，但它不能。
通过观察我们可以发现，当机器人执行任务时，一点点的人为干预就可以完全改变它的计划。
如何提高人机协作交互？如果机器人可以简单地说“帮帮我，我被困住了”，那就可以解决问题，但它目前还没有这样做。
另外，如果机器人也能进行自我反思，根据自身数据计算出新的决策动作，这种失败是可以避免的。
所以我们想赋予机器人这种能力。
我们开发了一个程序规划系统，通过该系统机器人可以思考自己的行动方案——当它被卡住时，它可以思考“为什么被卡住以及如何摆脱这个障碍”，或者与人类交流这个想法—— “请把桌子挪开。
”所以想象一下，机器人必须具备与外界进行非常清楚、清晰的交流和沟通的能力。
否则，它只能说“帮帮我”，而人类必须检查它，看看问题出在哪里，这是非常低效的。
云中的大数据有助于学习。
我们知道机器人也需要学习。
然而，我们人类从出生起每天就可以接收大量的数据来学习，但对于机器人来说，数据存储很容易出现内存不足的情况。
自动驾驶汽车一小时内会产生 1 TB 的数据，这些数据很难分析。
因此，我们需要提高抽象层次，使采集的数据达到更高的层次，降低存储压力和计算量。
例如，左边是GPS数据流。
如果我们能够为这个 GPS 数据流建立一个有意义的结构，我们就可以从中总结一些可提取的信息，然后进行高级推理。
例如，当自动驾驶到达某个位置时，它就会知道要执行什么任务。
从数据流中提取数据，进行抽象，总结出有意义的信息——这就是接下来要分享的核心技术——用算法来分析大数据中的一些小数据集。
这些小数据集可以反映整个数据运算的结果。
同样的例子：我们使用Coresete的方法，通过视频分析获得数据集的数量，然后集中不同的颜色，从中我们可以分析更多、更复杂的视频。
电影中有 0 帧。
我们只需要使用 Coresete 数据点即可开始分析。
当多机器人系统只有一个机器人时，它能完成的任务是有限的。
我们需要很多机器人来组成一个自动化系统。
因此，第五个趋势是多机器人系统。
当多个机器人组合在一起时，每个机器人都有自己的工作。
当然，如果你现在正在建造一座小木屋，就会有一个机器人负责移动部件，其他机器人则负责其他任务。
所以，我们可以看到这四个机器人一起工作。
机器人必须能够相互沟通和协调，以便知道何时与同伴合作执行任务。
这是一个挑战。
他们需要了解自己的任务，也需要了解整体的集体任务。
我们按需制造的目标是让机器人能够直接通过3D打印机打印出来，但这不是普通的外壳打印。
3D打印机里必须有一个驱动机构，这样我们才能看到里面的电子结构。
这实际上是一个非常复杂的机制。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-06
06-18
06-18
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态