机器人路线图:从互联网到机器人

2020年9月美国计算机社区联盟（CCC）发布第四版《机器人路线图：从互联网到机器人》（以下简称“路线图”），探讨了机器人在未来5年、10年和15年作为关键经济促进者的使能作用，尤其是在制造、医疗和服务行业。本版路线图基于对第三版路线图进展的审查和评估进行了更新，总结了既定的主要社会机遇、待解决的相关挑战以及需要采取的措施，包括技术创新及其采用和政策措施两方面，以确保美国在机器人技术领域的持续领先地位。

在美国计算机社区联盟（CCC）的支持下，2009年工业界和学术界联合制定了首份《机器人路线图：从互联网到机器人》，促成了美国国家机器人计划（NRI）的设立。2013、2016年在美国国家科学基金会（NSF）和CCC的支持下，路线图进行了修订。新版路线图总结了制造业、生活质量、物流、农业、医疗、安全、运输等七个领域的社会驱动力，提出了成本、高混合度、安全性、易用性、响应时间、鲁棒性等六个方面的挑战，最终将挑战映射到架构与设计实现、移动性、抓取和操作、感知、规划和控制、学习和适应、人机交互、多机器人协作等八个机器人研究领域，突出了在新材料、集成传感、规划/控制方法等方面的新研究内容以及多机器人协作、鲁棒计算机视觉识别、建模和系统级优化方面的新研发内容。

一、机器人的架构和设计实现

机器人技术逐步从传统带有离散感知/驱动关节和集成控制器的低自由度的刚性连杆架构迈向具有分布式/集成式多模态传感/驱动的可变拓扑重构高自由度系统。机器人在现实环境中成功应用的核心要求包括：半自主操作、对环境的持续适应、数据驱动的学习和控制以及能效和零停机，具体研究方向包括：（1）重构网络-物理系统架构；（2）解决分布式异步复杂系统中模/数转换数字接口设计挑战；（3）实时机器人数字信息架构；（4）集成传感/执行、机械和控制的多功能模块；（5）新材料范式：柔性材料；（6）新的制造技术：增材制造。

表1 未来5-15年的技术发展目标

二、机器人的移动性

腿是机器人在许多环境中最有效的移动解决方案，目前有四足机器人和两足机器人，后者对人类来说有更广泛的适应和协作空间。足式机器人技术的研发可以衍生出康复机器人和外骨骼等副产品，同时其物理驱动机制具有一定的普适性。足式机器人在移动操作平台方面仍处于起步阶段，且需要配备更轻、更小、更低能耗的感知和计算包。

未来5-15年的技术发展目标：

（1）未来5年目标：足式机器人可实现3英尺降落后正常运作，水平运作可达到0.8m每秒的行进速度，在平整地面环境可续航5h以上。它具有实时感知、映射和推理能力以实现自主导航。

（2）未来10年目标：足式机器人可实现滚落后正常运作。给定一个近似的环境地图，它可以自主且强健地合成和执行给定的移动和操作任务，如搬运碎片以搜寻幸存者。

（3）未来15年目标：人形机器人可以在完全非结构化、动态环境中自主且强健地运作。

三、机器人的抓取和操作

一些研究团队和公司正在探索机器人抓取的新方法，抓取不熟悉对象的方法目前可分为3D模型、硬件设计、演示学习、强化学习四类。机器人抓取的新方法是基于物理或模拟数据的训练学习，未来5-15年的技术发展目标如下：

（1）未来5年目标：生产出廉价的机器人夹持器能够从杂物箱中抓取新奇的刚体，其可靠性接近人类，并将应用于电子商务和制造业中。

（2）未来10年目标：生产出廉价的机器人夹持器能够从杂物箱中抓取大量刚体和柔体，其可靠性超过人类，能够精准定位并从箱子中提取特定的目标物体。

（3）未来15年目标：生产出各式各样的机器人夹持器，可靠地从杂物箱中抓取任何刚体或柔体，但不包括形状极端不称的物体，如苹果耳机。

机器人操作方面的发展方向是完全沉浸式、具有触觉的临场感以及多模态传感器反馈，未来5-15年的技术发展目标如下：

（1）未来5年目标：研制出带有触觉传感器阵列的简单机器人手，能够执行抓握调整或简单物体再抓握。

（2）未来10年目标：研制出带有触觉传感器阵列的中度复杂的机器人手，能够执行动态抓握调整和再抓握。

（3）未来15年目标：研制出带有触觉传感器阵列的高度复杂的机器人手，其密度和灵敏度接近人类，能够高速全手抓取新奇物体并精细控制；其技能和可靠性接近人类，可以执行灵巧的操作任务。

四、机器人的感知

计算机视觉技术发展迅速，触觉技术也有一定的进展，其它感知技术进展有限。机器人技术在可靠性和速度方面对计算机视觉提出独有的挑战，需要推进的关键技术包括：（1）从观察视频活动推进到主动执行类似任务；（2）主动感知；（3）复杂、高维度推理；（4）开放性（Open-world Performance）；（5）与其它系统的集成性；（6）系统结构，如图像端到端强化学习与可迁移性之间的权衡。

五、机器人的规划和控制

未来的机器人将需要更先进的控制和规划算法，能够处理不确定性和自由度更大的代理系统。在过去，控制和规划被认为是两个单独问题，而现在控制和运动规划越来越需要综合处理。相关的技术方向包括：不确定环境下的任务和运动规划，抓握规划和操作，复杂和动态环境下的自主规划和约束控制，高维、高动态和混合系统的控制，自主性平滑可调的规划和控制。

六、机器人的学习和适应系统

未来机器人将面临成千上万种不同的任务，需要自己或在人类的帮助下学习和适应。未来5-15年的技术发展目标如下：

（1）未来5年目标：在传统机器人平台中引入机器人学习、持续改进机器人在相当受限的环境中执行特定任务的性能。

（2）未来10年目标：通过新材料和架构，微型/大型机器人和机器人数量来提升机器人平台的多样性，要求机器人学习应对日益增长的复杂性；开发大规模、实用的数据集、基准等。

（3）未来15年目标：机器人在协作环境中无缝操作。

七、多机器人系统

多机器人系统已成功应用于制造业、仓库管理、灾害监测、建筑和农业等领域，但在分布式控制与决策、分散/集中混合机制、异构机器人团队、多机器人系统的通信和传感等方面面临着诸多挑战。

未来5-15年的技术发展目标如下：

（1）未来5年目标：自动生成分布式控制算法，在分布式控制和决策方面取得重大进展，可实现多时间尺度处理，互操作处理，多维度（功能、空间和时间）处理，形成权衡移动、传感和通信的有效模型。

（2）未来10年目标：在真实环境中有力地部署大规模机器人团队，并且通过云架构实现团队间相互学习和协作；实现以人为中心的商用群系统；通过动态团队组合实现复杂任务的异构解决方案；优化传感、移动和通信之间的功耗。

（3）未来15年目标：实现在农业、制造业、仓储和环境监测等多个行业的商业化应用和大规模部署；通过大力部署低成本混合协作机器人团队实现真正的“机器人物联网（Internet-of-Robotic-Things）”生态。

八、人机交互

机器人在人机交互方面仍然面临理解人类、多时间尺度交互、信任度、接受度等诸多问题，具体挑战包括：交互多样性带来的难以客观评估；缺乏用于人机交互研究的机器人平台；缺乏来自交互场景的可用数据集；缺乏真实世界评估的途径。

未来5-15年的技术发展目标如下：

（1）未来5年目标：机器人能够可靠地确定与上下文相适应的基本行为和情感表达；机器人能够在半受控设置下与用户保持几个月的互动、学习和适应；增强和交互现实系统，将允许特定场景专业人员实时利用和操作机器人数据；机器人能够解释它们的行为，取得人们的信任；通过大规模研究使人们在很大程度接受机器人；人机交互系统的社区试验台、评估指标，可以直接比较不同方法；在结构化的现实环境中进行机器人研究测试。

（2）未来10年目标：机器人可以动态地学习和更新用户和任务模型，并在半结构化的任务和环境中处理感知、建模和适应，能够适应环境和用户的合理变化；可以处理对话中的突发事件，适应用户状态，并在半受控设置下无缝集成社会行为；在半结构化设置下工作一年，并满足多个用户需要；能够模拟人们的期望和事先理解，以提供最相关的信息来促进信任；共享自主系统可以确定用户目标，同时不断调整和促使用户支持这些目标并选择适当的自主度；用户所期望的机器人功能将会部署、应用和测试。

（3）未来15年目标：机器人利用历史交互信息和公开数据来调整自己的行为以适应个体；人机信任达到人人信任水平；机器人越来越多地出现在日常工作场所、公共场所和家庭中，安全地履行特定的角色和任务；用于机器人接口的编程工具，支持标准、弹性目标，解决安全和隐私问题；机器人可以在半结构化的任务和环境中感知、建模和适应复杂的用户行为、动作和意图，并跨领域和环境迁移学习；机器人可以在不受控设置下，通过对话和社会交互策略，适应不同的用户群体；机器人不仅能够识别而且能够预测意外事件、用户错误、以及人类协作者不断变化的能力，并采取行动防止或最小化其影响；共享自主系统可以集成和融合各种形式的用户输入，动态地为用户目标和错误建模，在必要时改变与用户沟通的自主度；在几年的时间里，面对不同能力水平的任意数量的用户，机器人将在不受控制的环境中维持自适应功能；基于已部署系统的长期使用和交互理解，相关准则和标准将加以完善，使机器人无缝地融入社会，在不受控设置下实现安全、有效和可接受的协同工作。