InfoQ Geekathon 大模型技术应用创新大赛 了解详情
写点什么

人形机器人,穷途末路还是光明未来?

  • 2019-01-21
  • 本文字数:3672 字

    阅读完需:约 12 分钟

人形机器人,穷途末路还是光明未来?

去年 11 月初在北京召开的 IEEE/RAS Humanoids 会议中,作者去听了这样一个 Workshop: Humanoid Robotics: Dead-end or Bright Future? (人形机器人,末路还是光明的未来?) 再结合当前的形势,比较有感触,这里分享给大家。


此文是作者一篇随笔和感触,可能会带有比较局限的个人视角,如果您有任何不同的观点,非常非常欢迎在评论区补充和交流。

整体发展情况

约莫从 18 年下半年开始,相比较于人形机器人火热发展的 2014-2016 年,现阶段的发展可以说是进入了螺旋式上升发展中的“平缓期”,即触及到了天花板。典型体现为:近年来全球范围内人形机器人相关的科研项目和经费(Funding)较少,重灾区是欧洲:


先谈谈欧洲,欧盟最后一个人形机器人项目为 CoGiMoN,始于 2015 年 3 月,将在明年结束,从 15 年到 18 年这段时间内,就没有大型的欧盟人形机器人相关项目(Funding)再出现:


欧盟 CoGiMoN 项目: European Community’s Horizion 2020 robotics program


链接:https://cogimon.eu/news?page=4


再看看引领世界科技的美国,近两年学术界鲜有亮眼的新型人形机器人面世,当年可以说与波士顿动力齐名的 SCHAFT,也因找不到下家接盘而被谷歌母公司 Alphabet 关闭:


Google is closing its Schaft robotics unit after failing to find a buyer


链接:https://techcrunch.com/2018/11/14/google-is-closing-its-schaft-robotics-unit/?guccounter=1


著名的 UCLA RoMeLa 很有意思地通过网络捐赠的方式筹集大人形机器人的项目经费:


链接:https://spark.ucla.edu/project/11565


日本算是在当前不济大环境中,人形机器人还在蓬勃发展的一支力量。今年 AIST 发布的 HRP-5P 算是科研界 18 年最亮眼的人形机器人了(封面图),相关的视频我会在文末分享给大家。日本情况稍微良好的主要原因在于:日本对于人形机器人有一种特殊的执念(考虑高达 &新世界福音战士等),再加上其机器人圈子的浓厚底蕴和良好的经济基础。纵使今年 6 月 Honda 宣布关闭 Asimo 项目,但 Honda 还是宣称会坚持人形机器人的研究,只是不再对外使用“Asimo”的名称而已。


国内情况的话,因为很多都涉及军工和保密项目,我也不是圈子里的人,整体情况的了解可能会有一些出入。据我所知,近些年来比较活跃的专注于人形机器人的高校包括北理工,哈工大和浙大,但都面临着一些技术瓶颈难以突破的问题。

面临的问题和挑战

缺钱

首当其冲的原因还在于经济基础,人形机器人的研发是相当烧钱的,涉及到高精端硬件的成本,并且由于涵盖的学科方向超多,一批高学历、有经验的科研、工程队伍的人力成本也是不容小视的。全球经济衰退,属于"奢侈品"的科研经费首当其冲,以欧盟为例,当整个科研经费的大蛋糕“缩水”时,在科研经费的分配上就会显得更加谨慎和保守——即更青睐于有希望技术突破性的学科,反之现阶段难以突破技术瓶颈且难以满足公众期望的人形机器人,就很难在和其他学科的竞争中胜出。同时也没有过硬的实际市场刚需,投资人也不会轻易出这份大钱。

技术瓶颈(w.r.t 市场需求)

说到技术瓶颈,我们就直接来谈代表人形机器人领域技术巅峰的波士顿动力(Boston Dynamics)。


这里我们需要反问自己,是什么样的技术瓶颈?这个瓶颈相应的参考坐标是什么?我觉得要把这个瓶颈的参考坐标定在实际的市场要求上——即实际的市场要求人形机器人具备什么样的技术指标


客观地来讲,波士顿动力的 Atlas2 所展现出来的性能,已经能够足够好地解决人形机器人基本的动态运动性能问题(Dynamics Locomotion):


Atlas 2 Parkour


但我认为波士顿动力实际上面临的挑战更大,这里斗胆地去评判一下 Atlas2 离真正的市场应用还差些什么:


  1. 从 Demo 来看,没有看到相关惊艳的手部抓取(Grasping)操作——这对于机器人进入实际应用十分重要,动态的步行只是体现了机器人的移动能力,而操作性能就直接决定了机器人能够去做什么;

  2. 从特定而机械的应用场景到复杂而灵活的真实生活,即从“弱人工智能”到“强人工智能”。所包含的方向太多:Perception, Learning, Computer Vision etc… 这些都是离在 Atlas2 上实际落地应用有很大一段距离;

  3. 找准实际的市场需求。什么样的应用场景是轮式、四旋翼和四足机器人没办法替代的,坦白来说,作者能想到的只有替代人的伴侣机器人或者性爱机器人(请参考绫濑遥的《我的机器人女友》,而非某宝上的充气娃娃)。这个对技术上的要求会更高还涉及众多伦理问题;

  4. 合理的价格和可靠性。以当前的技术水平来看,Atlas2 的实现成本无异于天价,从 Raibert 透露出他们经常忙于修理机器人的状况而言,可靠性离实际的市场应用还有一定的距离;


就更不要去谈除波士顿动力以外的实验室和公司还在着手解决人形机器人的基本运动性能问题,这种技术上离实际市场要求的性能差距实在太大,瓶颈太难突破。

公众期望过高

太多的科幻电影和失败了 20 次只成功 1 次的学术 Demo 把公众对于人形机器人的期望拉得太高,远远高于 State of Art。


可以说在 2015 年 Darpa Robotics Challenge (DRC)时期,无论是公众、学界和业界都对人形机器人的关注度和期望度达到了顶峰,DRC 也为推动人形机器人的发展起到了巨大的作用。


但如果我们换一个角度来看 15 年的 DRC,就会发现人形机器人的技术水平还是非常初级的:首先是决赛成绩的前几名几乎都较为"功利"使用了四足或轮式的方案,而非严格意义上的双足人形机器人,如下:


从左至右为2015 DRC Final的第1-3-4-5名,可以观察到非严格意义上的双足人形机器人


再其次是机器人的各种"摔倒集锦":



视频链接:https://v.qq.com/x/page/z1356tbgk03.html


以这样的视角来看,即使是在相对固定的特定场景任务中,双足人形机器人的表现仍然是十分孱弱的。很自然的,很多来自其他领域的科研项目评审委员会或者投资人,也是属于普罗“大众”的一员,对人形机器人未来的发展前景产生质疑无可厚非——我们明明只有 70 分的水平,通过项目上的努力推进到 75 分,而大众错误地估计我们已经有了 80 分的实力,希望我们做到 90 分的水平,这 75 分与 90 分的差距带来了极大期望上的落差。

作者的态度

首先老生常谈来阐述一下做人形机器人研究的意义:


一方面,人形机器人在硬件本体设计、驱动器性能、运动控制上的技术要求高,相关技术很容易转化到其他自动化领域,诸如工业机械臂,四足机器人,AGV 等;


另一方面,由于其拟人性(Anthropomorphic),人形机器人是未来最有潜力融入人类的生活的机器人,考虑使用为人类设计的工具和进入为人类设计的生活和工作空间。


对于人形机器人的未来,我们可以换个视角来宏观地参考汽车工业发展的时间线:


早期汽车发展历史(The evolution of automobile at early stage )


从上图中我们可以看到,从第一台蒸汽动力车辆问世到福特 T 型车从流水线量产走向市场,足足花了 129 年的时间(1779-1908),而驱动的革新,即从蒸汽机到柴油发动机就用了足足 103 年的时间(1779-1882)。对于人形机器人,会不会有比当前电机(Elector-Magnet)和液压(Hydraulic)驱动,更为高效、紧凑、可靠,同时具有更高输出能量密度和更低成本的新型驱动方式出现,我们很难去做预测,谁也不清楚。


虽然波士顿动力的 Atlas2 所使用的液压驱动方案展现了很强劲的运动性能,但现有技术下的实现难度和成本还是过高了,能量效率也是个有待解决的问题,因此还没达到作者脑海中最为理想的驱动方式,因此作者认为当前人形机器人还处在等待驱动方式革新的阶段。


无论如何,任何技术的发展都不太会存在断崖式的突破,对于"人形机器人,穷途末路还是光明未来?" 作者也是相当迷茫的。


悲观来说,如果缺乏像尼古拉斯·特斯拉这样天才人物的出现而带来革命新的技术突破,很有可能我们这代从业者都是人形机器人发展进程中的一粒尘埃。短期的将来(未来 10 年)作者对学术界人形机器人的研究尤其悲观,太多的时间都给了真的不太有用但必须要有的 paper 和向人”伸手要钱“的 proposal 之中,唯一的希冀还是在 Marc Raibert 的波士顿动力。


最后再分享一下开头提到的 IEEE/RAS Humanoids 的 Workshop (Humanoid Robotics: Dead-end or Bright Future?)的一些关键结论给大家:


我们花了将近 30 年的时间去开发适用且可靠的商用力矩控制的机械臂, 人形机器人无疑要复杂得多,并且包含更多的技术方向,因此可能需要更长的时间。


但是,如果需要的时间是 100 年,那可能毫无意义,因此,当涉及人形机器人的应用时,我们首先应该采取较小的步骤(即从一个很小的突破口出发,找寻非常具体和有限的应用/商业模式),以便能够实现至少一些初步的商业成功和盈利。 如果没有,社会和创始机构可能会放弃并长期停止对人形机器人研究的支持。


飞机制造业可能是近期人形机器人应用的一个很好的落地方向,因为这种行业需要复杂的操作,并且相对富裕,以至于能够负担得起这样的机器人。 另一个很好的落地场景是娱乐业和人形机器人作为玩具的应用。


PS: 作者认为人形机器人在飞机制造业、娱乐业和作为玩具的需求现阶段都是”伪需求“。


然后今年 AIST 发布的 HRP-5P 的视频 Demo 分享给大家:



HRP-5P 重物搬运与相应操作


视频链接:https://v.qq.com/x/page/y1356fpnfzb.html


上述视频的整个过程是没有人工的遥操作(tele-operation),完全基于机器人的自主操作(autonomous) 。据 AIST 的人讲,这段 34s 的 Demo 前后调试了一年多之久。


活动推荐:

2023年9月3-5日,「QCon全球软件开发大会·北京站」 将在北京•富力万丽酒店举办。此次大会以「启航·AIGC软件工程变革」为主题,策划了大前端融合提效、大模型应用落地、面向 AI 的存储、AIGC 浪潮下的研发效能提升、LLMOps、异构算力、微服务架构治理、业务安全技术、构建未来软件的编程语言、FinOps 等近30个精彩专题。咨询购票可联系票务经理 18514549229(微信同手机号)。

2019-01-21 10:006138

评论

发布
暂无评论
发现更多内容

DevEco Device Tool 3.0 Release新版本发布,支持多人共享开发、源码级调试

HarmonyOS开发者

HarmonyOS DevEco Device Tool

开发者手册之如何成为 OceanBase Contributor

OceanBase 数据库

oceanbase OceanBase 开源 OceanBase 社区版

产品知识在线培训的解决方案

小炮

企业知识管理

直播预告 | 如何在有限数据下实现资讯类网站海量信息自动分类

百度开发者中心

【直播回顾】OpenHarmony知识赋能第四期第四课——音频驱动开发

OpenHarmony开发者

OpenHarmony HDF框架 音频驱动开发

模块二作业

HZ

架构实战营 「架构实战营」

【直播回顾】OpenHarmony 知识赋能第四期第四课——音频驱动开发

Anna

OpenHarmony

We are learning by contributing!访 StarRocks Committer 周康、冯浩桉

StarRocks

数据库 开发者社区 StarRocks

Linux下网络编程-UDP协议探测在线好友

DS小龙哥

4月月更

Java培训-实现定时任务的几种方式

@零度

Java

博文推荐|深入解析 BookKeeper 多副本协议(一)

Apache Pulsar

开源 云原生 中间件 bookKeeper Apache Pulsar

架构标准TOGAF实践最重要的三件事

博文视点Broadview

恒源云(Gpushare)_如何防止训练不中断?技巧大放送1!

恒源云

算法 服务器 训练

10年资深架构师分享 | 普通程序员向架构师进阶之路

云智慧AIOps社区

程序员人生 高薪 架构师 技术分享 职场发展

阿里云:已有10000家企业在云上构建数据湖

Apache Flink

云计算 阿里云 数据湖 云原生

清华自研时间序列数据库Apache IoTDB原理解析

云智慧AIOps社区

数据库 时序数据库 消息队列 智能运维

Kubernetes官方java客户端之三:外部应用

程序员欣宸

Kubernetes java client

设备资产管理系统解决方案

低代码小观

资产管理 CRM系统 企业设备管理 设备巡检管理系统 企业管理软件

web前端培训-检测Javascript类型的4种方式

@零度

JavaScript 前端开发

教你VUE中的filters过滤器2种用法

CRMEB

“远见者”特斯拉AI主管Karpathy|深度学习崛起十年

OneFlow

人工智能 深度学习 计算机视觉 特斯拉 openai

在 AWS 上运行 CAE 工作负载的五个原因。

亚马逊云科技 (Amazon Web Services)

产品 计算机

突破数据分析瓶颈,寻因生物单细胞测序数据分析迈入云时代

阿里云弹性计算

虚拟化 持久内存 基因测序

腾讯AI Lab姚建华博士当选 2022 美国医学与生物工程院会士

科技热闻

车载小程序快马加鞭突围车联网生态系统

FinClip

企业实施知识管理的建议

小炮

企业知识管理

轻盈潇洒卓然不群,敏捷编辑器Sublime text 4中文配置Python3开发运行代码环境(Win11+M1 mac)

刘悦的技术博客

Python ide 编辑器 Python3 Sublime

大数据培训-如何连通 Hive 数仓和ClickHouse

@零度

大数据 hive Clickhouse Seatunnel

高效使用Java构建工具,Maven篇|云效工程师指北

阿里云云效

云计算 maven 阿里云 java 并发 构建工具

对话LigaAI创始人周然:在研发SaaS赛道,「颠覆」Jira | PLG十人谈

LigaAI

SaaS LigaAI 研发协作平台

TiFlash 开源了

PingCAP

  • 扫码添加小助手
    领取最新资料包
人形机器人,穷途末路还是光明未来?_AI_任赜宇_InfoQ精选文章