AIR 042 | 南佛羅里達大學孫宇教授：機器人靈巧手抓取的復興

在8月13日的CCF-GAIR峰會“機器人與未來”專場中，南佛羅里達大學計算機系的孫宇教授，發表了關于靈巧機器人手的演講。

孫宇同時是斯坦福大學訪問教授、IEEE RAS機器臂抓取和操作技術委員會的始創主席，目前還擔任美國總統國情咨詢委員會機器人方向的顧問。

在演講中，孫宇教授表示類人機器手十分精密炫酷，但是普遍存在的特點是造價高昂，最便宜的3萬英鎊，最貴的要十幾萬美元。然而，如果機器手要應用到普通人的生活中，實現工業化和商業化，那么就需要另辟蹊徑了。

孫宇教授接著介紹了一些并不像人手的“機器手”，外形各異，但是能真正應用到各種人類生活的場景中。

孫宇教授以他的學術啟蒙電影《終結者》舉例，“終結者機器人”的核心部件包括兩個：機器手和智能芯片。他所在的南佛羅里達大學RPAL實驗室另一個主要的任務就是利用深度學習建造一個名為“面向對象功能的網絡”（Functional Object-Oriented Network，FOON）的知識庫，這個知識庫主要是由計算機通過在線視頻學習得來。通過這個知識庫，機器手學習如何在面臨日常生活中不同的物品時，判斷使用不同的功能。

最后，孫宇教授借特朗普名言做結尾，鼓勵大家“使抓取再度偉大”（Make Grasping Great Again）。

以下是孫宇教授演講實錄，為了給讀者奉上最快的新鮮資訊，以下講稿未經精編，稍后雷鋒網將奉上更為精細的內容。  

孫宇：

很高興在這里跟大家討論一下機器人手的發展。在座的各位有誰能在國際象棋中贏得IBM深藍的計算？有誰能在圍棋中贏得谷歌的阿爾法狗？機器人在某些領域很大方面已經超過了人，但是機器人還沒有一雙靈巧的手。現在的問題是，我們怎么能給機器人一雙靈巧的手。

在19世紀初文藝復興時期，很多科學家和藝術家都開始研究人體自身，包括赫赫有名的達芬奇開始研究人體的解剖結構，達芬奇對人手也非常感興趣。達芬奇在研究人手之后，為人手的復雜功能所震驚。因為我們的雙手只占我們體重的百分之一，但是我們人體206個骨骼中，1/4的骨骼都在我們雙手里面。我們的雙手是非常復雜的機械結構，可能是人體當中機械結構最復雜的器官。

1993年的時候我看過一個電影《終結者2》，當時對電影里面的機器人可以做的事情感到非常驚訝。在這個電影里面，機器手和智能芯片被認為是最重要的兩個技術，用來產生“終結者機器人”。在影片當中，英雄角色和他的母親要毀掉這兩項核心技術（機器手和智能芯片），同時要殺掉研發這兩項技術的教授。

看完這部電影，我并沒有對人類的未來充滿擔憂，反而腦子里覺得機器人非常的好，尤其對機器人手的靈巧性非常感興趣。那個時候決定了我的夢想，我的夢想是要像電影里面的教授一樣創造出第一個類似終結者的機器人。于是我帶著這個夢想到美國學習，進入麻省理工大學實驗室，在進入實驗室的第一天我的夢想就毀滅了，為什么呢？因為我看到了這個名叫“Utah/MIT”的機器手，我的老師在很久以前就把我的夢想實現了，比我看《終結者2》電影的時候還早10年。慢慢的我了解了一下它的歷史，它其實是由兩位天才制造出來的。

1983年以后，有各式各樣的非常多的類人機器手，這里我列了四項，都是非常有代表性的，第一個是德國的DNR和哈工大合作的類人機器手，第二個是NASA的機器手，第三個是最新出來的，第四個是比較炫酷的。這些機器手都像瑞士手表一樣，設計地非常精致，機械部件都精準咬合，每一個都有十幾個自由度，很多關節。同時，他們還有一個共同的特點，他們的造價非常昂貴，最貴的十幾萬美元。這些機器手在很多實驗室當中已經演示了，他們可以做很多的事情，剛才大家也看到了一些機器人的錄像。他們可以做很多類似人手的事情，可以做飯，可以做家務，日常生活無所不能。

其實，所有這些你們從視頻中看到的機器手，大部分都是通過仔仔細細的編排和導演，通過很復雜的編程，花了很長時間使這些演示能在特定的環境和運動當中能實現。他們現在還遠不能在復雜的環境當中得以應用。

剛才大家看到的機器手都非常的酷，但是在實際生活中很少見到這些機器手大規模的應用，不僅是因為造價昂貴，還是因為應用環境非常復雜。我們用工程的方法來解決工程的問題，我們有一些需要可以簡化成工程的需要，通過這些需要可以找到工程的解決辦法。好萊塢都認為我們的理念是可行的，他們有一個電影叫WALL-E，這個電影里面機器人的手跟人手沒有什么相像的，它有三個手指頭，跟人的手指頭非常的不同。WALL-E可以做很多事情，至少可以在動畫片里面換燈泡。其實，第一步復雜的編程并不是類人手的機器手，而是一個具有三個手指的機器手，以這個領域開始，因為各種各樣的工程原因，以及各種各樣的問題，我們可以看到有很多不同的工程解決方案。

其實在工業當中我們已經有很多的解決辦法，并沒有必要用機器手進行抓取。這是上一年的機器人大賽冠軍并沒有用機器手，用真空吸取技術打敗了其他的團隊。在這種環境下，美國的學者認為“抓取物件”這個問題已經解決了，但是“抓取工具并使用工具”，這個問題還沒有解決。所以，剩下的最大的問題就是機器智能，我們缺少智能芯片。

隨著科技發展，好萊塢也跟進了，在它的電影里面有一個智能中心，我們現在其實也有很多這樣的智能中心，包括谷歌的智能中心。在我們實驗室，我們發明了一個“面向對象功能的網絡”（Functional Object-Oriented Network，FOON），這是用各種物體和它的功能及所用到的操作結合起來建了一個網絡知識庫。我會演示一下這個網絡怎么建起來，這個網絡通過看在線的視頻，比如知道怎么做一樣東西，把這個演示出來放到網上，通過處理，根據這個視頻得出這個事情是怎么做的，用了什么東西，用了什么動作建了一個網絡，相當于一個知識網絡。這個知識網絡合起來之后會建立一個很大的知識庫，我們通過搜索知識庫就可以得到想要的信息。比如說今天你晚上想吃烤牛排，跟機器人說，機器人就到這個網絡里面查詢，查詢之后會得到一幅圖，這幅圖包括需要什么原料，需要什么步驟，整個畫面的基本元素包括物體和運動。

當機器人做具體的任務的時候，很多的操作與其他的物體有實實在在的接觸，比如說擰螺絲的事情，跟螺絲刀接觸（在擰的過程中機器手受到不同的作用力）。同樣的物體，做不同的運動，也需要有不同的力和部位，抓的時候需要用不同的手抓姿勢。

我們做的是根據不同的任務總結出不同的要求，根據這個要求得到最優的手抓解決方案。比如說做錘子，軌跡是定下來了，需要做的是如何讓機器手運動地較少。這幅圖里，抓的時候機械手在運動期間要保證鼠標不掉出去，另外一個擰燈泡的例子，在擰燈泡的時候，這個燈泡跟燈座實實在在的接觸（過程中產生不同作用力）。

我個人認為，機器人智能和計算機智能是兩個不太一樣的概念。

因為機器人要和自然環境有實實在在的接觸，這是非常大的問題，是一般的計算機智能還沒有涉及到的問題。我們今年10月份將在韓國舉辦一個抓取的競賽，這里有很多的獎品，希望大家組隊去參加。這里面我們發表了9個任務，都是要機器人實實在在與實體環境接觸的任務。最后借特朗普的這句“名言”－－Make Grasping Great Again，希望大家更好地來關心機器人靈巧手抓取。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。