建筑机器人模仿人类学挖掘

来源: IEEE电气电子工程师学会  时间: 2019.10.17  打印本页  分享:
Pavel Savkin还记得他第一次看到机器人模仿他动作的时候。几分钟前,工程师已经完成了“展示”机器人挖掘机的新目标,通过手动指导其运动。现在,运行在Savkin帮助设计的软件上,机器人正在再现他的动作,一个手势换一个手势。他说:“好像里面有活物,但我知道是我。”

Photo: Sam Thomason/SE4

       SE4 research engineer Nathan Quinn, wearing a VR headset and using handheld controls, showed Squeezie the excavator robot how to stack blocks at SIGGRAPH in July.

       Pavel Savkin还记得他第一次看到机器人模仿他动作的时候。几分钟前,工程师已经完成了“展示”机器人挖掘机的新目标,通过手动指导其运动。现在,运行在Savkin帮助设计的软件上,机器人正在再现他的动作,一个手势换一个手势。他说:“好像里面有活物,但我知道是我。”

       Savkin是SE4的首席技术官,SE4是一个机器人软件项目,它将自己塑造成最终在太空建立人类殖民地的机器人舰队的“驱动者”。目前,SE4专注于开发能够帮助开发人员与机器人交流的软件,而不是构建自己的硬件。

      这家总部位于东京的初创企业展示了通用机器人公司(Universal Robots)的一个工业手臂,该公司7月份在Siggraph上运行SE4的专有软件。SE4在洛杉矶创新大会上的展示吸引了该公司迄今为止最多的观众。这个绰号为Squeezie的机器人按照SE4研究工程师Nathan Quinn的指示堆叠了真实的积木,他戴着一个虚拟现实耳机,用手持控制装置“展示”Squeezie该做什么。

      当Quinn在虚拟三维空间中操纵积木块时,该软件学习了一组在现实世界中执行的有序指令。Quinn说,这种顺序对远程操作至关重要。要进行远程构建,开发人员需要一种在位置上向机器人构建者传达指令的方法。在数字建筑和工业机器人技术的时代,给计算机一个蓝图,让它知道该做什么是一门探索性很强的艺术。但是,在一个遥远的物体上操作,特别是在人类没有亲身经历过的情况下,会带来挑战,只有与操作员进行实时通信才能解决。

      问题是,在不可预知的环境中,即使是简单的任务,也不仅需要操作员的指令,还需要不断变化的环境的反馈。五年前,瑞典光纤网络提供商umea.net(私有Umeå能源公用事业公司的一部分)利用虚拟现实热潮推动其高速连接,借助一个名为“与滞后生活:一个眼睛的生存”的病毒视频裂谷实验。“视频仍然在VR和游戏圈中流传。

      在实验中,志愿者们戴上头盔,用相机和周围环境的音频信号来代替他们实时的生物视觉和声音。因此,志愿者们尝试着完成日常任务,比如打乒乓球、跳舞、做饭、在沙滩上散步,并有明显的打闹结果。

      在外轨道间隔,包括se4在火星上建造项目的梦想,通信速度的限制因素不是人为的延迟,而是物理定律SE4在火星上建造项目的梦想,通信速度的限制因素不是人为的延迟,而是物理定律。地球和火星相对位置的变化意味着行星之间的通讯即使是以光速进行,也可能需要3到22分钟。      

      A long-distance relationship

      想象一下,在没有智能工人的帮助下,试图从大洋彼岸管理一个建筑项目:派遣一艘载有建筑人员和木屋蓝图的船只前往未知世界,四个月后收到一封回信,询问如何砍树。SE4首席执行官Lochlainn Wilson表示,机器人远距离施工中的并行问题是,自动化依赖于可预测性。“今天工业环境中的每一个机器人都希望有一个受控的环境。”

      像SE4一样,应用AR和VR系统向人工智能教授任务的平台已经在制造业、医疗保健和国防领域迅速发展。但是所有相关的通信系统都受到物理,特别是光速的限制。

      同样的基本限制也适用于空间。“我们的通讯是基于光的,不管是无线电还是光学的,”行星科学家、太空初创公司顾问Laura Seward Forczyk说。“如果你要去火星,并且你想与火星上的机器人或宇宙飞船通信,你需要让它半独立或主要独立工作,这样它就可以在没有地球指令的情况下运行。”

      Semantic control

      这正是SE4的目标。这家总部位于东京的初创企业通过教导机器人将微观动作组合成逻辑单元,就像建造一座积木塔的所有步骤一样,让机器人做出简单的关系判断,从而使他们能够立即接收全套指令模块并按顺序执行。这避免了实时双边通信中的延迟问题,这可能会阻碍项目的进展,或者至少会使进展极其缓慢。

      Wilson说,这个平台的关键是团队专有的操作软件“Semantic Control”,正如语言学和哲学一样,“语义”指的是意义本身,而意义是机器人独立做出哪怕是最小决定的关键。Wilson说:“机器人可以扫描其环境并向我们提供(原始数据),但它不一定能识别周围的物体及其含义。”

      这就是人类智慧的来源。作为演示阶段的一部分,SE4控制机器的人类操作员“annotates”机器人附近的每一个物体。通过给虚拟现实空间中的物体贴上有用信息的标签,比如哪些物体是建筑材料,哪些是岩石,操作者可以帮助机器人在建筑开始前了解其真实的三维环境。

      给机器人提供工具来应对不断变化的环境是让人工智能真正独立的重要一步,但这只是第一步。Quinn说:“我们不会让它做任何事情。“我们的机器人很擅长将一个物体从A点移动到B点,但它不知道整体计划。”Wilson补充说,将环境意识和原始机械力委托给不同的代理是混合人类机器人施工团队的最佳关系;它“让人类做他们擅长的,而机器人做他们最擅长的。”