美國陸軍研究實驗室(ARL)的機器人操縱器RoMan在馬里蘭州的阿德爾菲實驗中心考慮抓取和移動樹枝的最佳方法。

中國AGV網（www.xmydyc.com)據美國電氣電子工程師學會（IEEE ）旗下旗艦出版物IEEE Spectrum的記者撰文所摘錄，作者Evan Ackerman是IEEE Spectrum的高級編輯。自2007 年以來，他撰寫了6,000 多篇關于機器人和技術的文章。他擁有火星地質學學位，擅長吹奏風笛。

“我可能不應該站得這么近。”當機器人慢慢靠近我面前地板上的一根大樹枝時，我心里想。讓我緊張的不是樹枝的大小——而是機器人在自主運行，雖然我知道它應該做什么，但我不完全確定它會做什么。如果一切都像美國陸軍研究實驗室(ARL)的機器人專家所期望的那樣進行，那么機器人將識別分支、抓住它并將其拖到一邊。這些人知道他們在做什么，但我在機器人周圍花了足夠多的時間，無論如何我都向后退了一小步。

該機器人名為RoMan，意為Robotic Manipulator，大小與大型割草機相當，帶有履帶式底座，可幫助它處理大多數地形。在前面，它有一個配備攝像頭和深度傳感器的蹲下軀干，以及從最初在NASA 噴氣推進實驗室為DARPA 機器人競賽開發的原型災難響應機器人收獲的一對手臂。RoMan 今天的工作是道路清理，這是一項多步驟任務，ARL 希望機器人盡可能自主地完成。操作員并沒有指示機器人以特定方式抓取特定物體并將它們移動到特定位置，而是告訴RoMan“走開一條路”。然后由機器人做出實現該目標所需的所有決定。

自主決策的能力不僅是讓機器人有用的原因，也是讓機器人成為機器人的原因。我們重視機器人，因為它們能夠感知周圍發生的事情，根據這些信息做出決策，然后在沒有我們輸入的情況下采取有用的行動。過去，機器人決策遵循高度結構化的規則——如果你感覺到這一點，那就去做。在像工廠這樣的結構化環境中，這很有效。但在混亂、陌生或定義不明確的環境中，對規則的依賴使得機器人在處理任何無法提前準確預測和計劃的事情上是出了名的糟糕。

RoMan，以及許多其他機器人，包括家用吸塵器、無人機和自動駕駛汽車通過人工神經網絡來應對半結構化環境的挑戰——一種松散地模仿生物大腦中神經元結構的計算方法。大約十年前，人工神經網絡開始應用于各種各樣的半結構化數據，這些數據以前對于運行基于規則的編程（通常稱為符號推理）的計算機來說非常難以解釋。人工神經網絡不是識別特定的數據結構，而是能夠識別數據模式，識別與網絡之前遇到的數據相似（但不相同）的新數據。事實上，人工神經網絡的部分吸引力在于它們是通過實例進行訓練的，通過讓網絡攝取帶注釋的數據并學習自己的模式識別系統。對于具有多層抽象的神經網絡，這種技術稱為深度學習。

盡管人類通常參與訓練過程，即使人工神經網絡受到人類大腦神經網絡的啟發，但深度學習系統所做的模式識別與人類看待世界的方式有著根本的不同。通常幾乎不可能理解輸入到系統中的數據與系統輸出數據的解釋之間的關系。而這種差異——深度學習的“黑匣子”不透明性——給RoMan 這樣的機器人和陸軍研究實驗室帶來了潛在的問題。

在混亂、陌生或定義不明確的環境中，對規則的依賴使機器人在處理任何無法提前準確預測和計劃的事情時出了名的糟糕。

這種不透明度意味著必須謹慎使用依賴深度學習的機器人。深度學習系統擅長識別模式，但缺乏人類通常用來做出決策的世界理解，這就是為什么此類系統在其應用程序定義明確且范圍狹窄時表現最佳的原因。“當你有結構良好的輸入和輸出，你可以將你的問題封裝在這種關系中，我認為深度學習做得很好，”湯姆霍華德說羅切斯特大學機器人與人工智能實驗室的負責人，并為RoMan 和其他地面機器人開發了自然語言交互算法。“對智能機器人進行編程時的問題是，這些深度學習構建塊的實際規模有多大？”Howard 解釋說，當您將深度學習應用于更高級別的問題時，可能的輸入數量會變得非常大，解決該規模的問題可能具有挑戰性。當這種行為通過一個170 公斤的雙臂軍用機器人表現出來時，意外或無法解釋的行為的潛在后果要嚴重得多。

幾分鐘后，RoMan沒有動靜--它仍然坐在那里，思索著樹枝，手臂像螳螂一樣擺著。在過去的10年里，陸軍研究實驗室的機器人合作技術聯盟（RCTA）一直在與來自卡內基梅隆大學、佛羅里達州立大學、通用動力陸地系統公司、JPL、麻省理工學院、QinetiQ北美公司、中佛羅里達大學、賓夕法尼亞大學和其他頂級研究機構的機器人專家合作，開發用于未來地面作戰車輛的機器人自主能力。RoMan是該進程的一部分。

RoMan 正在慢慢思考的“清除路徑”任務對機器人來說很難，因為任務太抽象了。RoMan 需要識別可能擋住路徑的物體，推斷這些物體的物理特性，弄清楚如何抓住它們以及最適合應用哪種操縱技術（如推、拉或舉），然后做到這一點。對于一個對世界了解有限的機器人來說，這是很多步驟和很多未知數。

ARL 機動和移動人工智能項目首席科學家Ethan Stump 表示，這種有限的理解是ARL 機器人開始不同于其他依賴深度學習的機器人的地方。他說：“基本上可以要求陸軍在世界任何地方開展行動。我們沒有在我們可能開展行動的所有不同領域收集數據的機制。我們可能會被部署到地球另一邊的某個未知森林。世界，但我們會被期望表現得和我們在自家后院一樣好。”大多數深度學習系統只能在它們接受過訓練的領域和環境中可靠地運行。即使域類似于“舊金山的每條可行駛的道路”，機器人也會做得很好，因為這是一個已經收集的數據集。但，Stump 說，這不是軍隊的選擇。如果陸軍深度學習系統表現不佳，他們就不能簡單地通過收集更多數據來解決問題。

ARL 的機器人還需要對他們正在做的事情有廣泛的認識。Stump 解釋說：“在任務的標準操作命令中，你有目標、約束、關于指揮官意圖的段落——基本上是任務目的的敘述——它提供了人類可以解釋的上下文信息，并在需要時為他們提供結構做出決定以及何時需要即興發揮。”。換句話說，RoMan 可能需要快速清除路徑，也可能需要安靜地清除路徑，具體取決于任務的更廣泛目標。即使是最先進的機器人，這也是一個很大的要求。“我想不出可以處理此類信息的深度學習方法。”Stump 說。

ARL的機器人在崎嶇地形[上、中]中測試自主導航技術，其目標是能夠跟上人類隊友的步伐。ARL 還在開發具有操縱能力[底部] 的機器人，可以與物體進行交互，這樣人類就不必這樣做了。埃文·阿克曼

當我觀看時，RoMan 被重置為第二次嘗試移除分支。ARL 的自治方法是模塊化的，其中深度學習與其他技術相結合，機器人正在幫助ARL 找出適合哪些技術的任務。目前，RoMan 正在測試從3D 傳感器數據中識別對象的兩種不同方法：UPenn 的方法基于深度學習，而Carnegie Mellon 正在使用一種稱為通過搜索感知的方法，該方法依賴于更傳統的3D 模型數據庫。僅當您提前確切知道要查找哪些對象時，通過搜索進行感知才有效，但訓練速度要快得多，因為每個對象只需要一個模型。當物體的感知困難時，它也可以更準確- 例如，如果物體被部分隱藏或顛倒。

感知是深度學習往往擅長的事情之一。ARL 的計算機科學家Maggie Wigness說：“計算機視覺社區使用深度學習在這些方面取得了瘋狂的進步。”“我們在其中一些模型中取得了很好的成功，這些模型在一個環境中訓練并推廣到新環境，我們打算繼續將深度學習用于此類任務，因為它是最先進的。”

ARL 的模塊化方法可能會以利用其特定優勢的方式結合多種技術。例如，使用基于深度學習的視覺對地形進行分類的感知系統可以與基于逆強化學習方法的自動駕駛系統一起工作，其中模型可以通過人類士兵的觀察快速創建或完善。傳統的強化學習基于已建立的獎勵函數優化解決方案，并且通常在您不一定確定最佳行為是什么樣子時應用。這對陸軍來說不是什么問題，他們通常可以假設訓練有素的人類會在附近向機器人展示正確的做事方式。“當我們部署這些機器人時，事情會很快發生變化，”威格尼斯說。”

深度學習面臨的不僅僅是數據稀疏問題和快速適應問題。還存在穩健性、可解釋性和安全性的問題。“這些問題并不是軍方獨有的，”Stump 說，“但當我們談論可能具有殺傷力的系統時，這一點尤其重要。”需要明確的是，ARL 目前并未研究致命的自主武器系統，但該實驗室正在幫助更廣泛地為美國軍方的自主系統奠定基礎，這意味著考慮未來可能使用此類系統的方式。

深度網絡的要求在很大程度上與陸軍任務的要求不一致，這是一個問題。

Stump 表示，安全顯然是重中之重，但目前還沒有明確的方法可以讓深度學習系統變得可驗證安全。Stump 說：“在安全約束下進行深度學習是一項重大的研究工作。很難將這些約束添加到系統中，因為你不知道系統中已有的約束來自哪里。所以當任務發生變化或上下文發生變化時，很難解決這個問題。這甚至不是一個數據問題；這是一個架構問題。ARL 的模塊化架構，無論是使用深度學習的感知模塊，還是使用逆向強化學習的自動駕駛模塊或其他東西，都可以構成更廣泛的自主系統的一部分，該系統融合了軍隊所需的安全性和適應性。系統中的其他模塊可以在更高級別上運行，使用更可驗證或可解釋的不同技術，并且可以介入以保護整個系統免受不利的不可預測行為的影響。“如果其他信息進入并改變了我們需要做的事情，那么那里就會有一個層次結構。這一切都以理性的方式發生。”

尼古拉斯-羅伊（Nicholas Roy）是美國麻省理工學院機器人技術小組的負責人，他自稱是"有點像烏合之眾"，因為他對一些關于深度學習能力的說法持懷疑態度，他同意ARL機器人專家的觀點，即深度學習方法往往不能處理軍隊必須準備應對的那種挑戰。"陸軍總是進入新的環境，而對手總是試圖改變環境，所以機器人所經歷的訓練過程根本無法與他們所看到的相匹配，"羅伊說。"因此，深度網絡的要求在很大程度上與軍隊任務的要求不一致，這是一個問題。"

作為RCTA 的一部分，從事地面機器人抽象推理工作的Roy 強調，當應用于具有明確功能關系的問題時，深度學習是一項有用的技術，但是當您開始查看抽象概念時，并不清楚深度學習是否是一種可行的方法。“我對如何以支持更高層次推理的方式組合神經網絡和深度學習非常感興趣，”羅伊說。“我認為這歸結為組合多個低級神經網絡來表達更高級別概念的概念，我認為我們還不了解如何做到這一點。”Roy 給出了使用兩個獨立神經網絡的示例，一個用于檢測汽車物體，另一個用于檢測紅色物體。它'與使用基于具有邏輯關系的結構化規則的符號推理系統相比，將這兩個網絡組合成一個更大的網絡來檢測紅色汽車要困難得多。“很多人都在研究這個，但我還沒有看到推動這種抽象推理的真正成功。”

在可預見的未來，ARL 將通過讓人類進行更高級的推理和偶爾的低級建議來確保其自主系統的安全和穩健。人類可能不會一直直接參與其中，但我們的想法是人類和機器人在團隊合作時更有效。當機器人協作技術聯盟計劃的最新階段于2009 年開始時，Stump 說，“我們在伊拉克和阿富汗已經有很多年了，在那里機器人經常被用作工具。我們一直試圖弄清楚我們可以做些什么來將機器人從工具轉變為團隊中更多的隊友。”

當人類主管指出分支中抓取可能最有效的區域時，RoMan 會得到一些幫助。機器人對樹枝實際上是什么沒有任何基本知識，而這種缺乏世界知識（我們認為是常識）是各種自主系統的基本問題。讓人類利用我們豐富的經驗進行少量指導可以使RoMan 的工作更加輕松。確實，這一次RoMan 成功地抓住了樹枝，并大聲地將它拖過房間。