編者按：該路線圖由來自美國多所高校的150余名研究人員共同起草完成。第一版機(jī)器人路線圖發(fā)布于2009年，并促成了美國“國家機(jī)器人計(jì)劃”的出臺。新版本的路線圖更新了對各種類型機(jī)器人領(lǐng)域涉及關(guān)鍵技術(shù)的發(fā)展路線預(yù)測，指出了目前這些領(lǐng)域的技術(shù)現(xiàn)狀、存在的主要問題，以及未來5~15年的發(fā)展目標(biāo)。路線圖還根據(jù)機(jī)器人領(lǐng)域最近期的發(fā)展態(tài)勢，以及社會經(jīng)濟(jì)的發(fā)展需求，呼吁為自動駕駛汽車、無人機(jī)等新興技術(shù)建設(shè)更好的政策框架，推動技術(shù)的商業(yè)化、實(shí)用化。本期專題對路線圖關(guān)注的主要領(lǐng)域的未來發(fā)展做了介紹。
五、學(xué)習(xí)與適應(yīng)
讓機(jī)器人順利地完成任務(wù)需要滿足一些特定條件，例如指導(dǎo)其行動的動力學(xué)模型、使其感知物體的傳感模型、清晰的既定目標(biāo)，以及小范圍或結(jié)構(gòu)化的問題域，使其計(jì)劃和感知算法能夠形成解決方案。但在許多應(yīng)用中，這些條件并不是總能夠被滿足，如手術(shù)機(jī)器人無法對其需要接觸的人體組織間的相互作用進(jìn)行建模；服務(wù)機(jī)器人無法適應(yīng)環(huán)境的不確定性；家政機(jī)器人打掃房間的方式無法滿足主人的需要；工業(yè)機(jī)器人無法在新產(chǎn)品推出使適應(yīng)新的任務(wù)等等。因此需要機(jī)器學(xué)習(xí)來適應(yīng)這些情況，使機(jī)器人能夠從自己的經(jīng)驗(yàn)中學(xué)習(xí)，甚至向人類學(xué)習(xí)。
5.1 從示范中學(xué)習(xí)
從示范中學(xué)習(xí)：讓機(jī)器人從示范中進(jìn)行學(xué)習(xí)，相比重新編程而言，能夠讓終端用戶更有能力教機(jī)器人如何行動。通過這種途徑，能夠以物理方式指導(dǎo)機(jī)器人使其重復(fù)動作并適應(yīng)環(huán)境。這一領(lǐng)域的挑戰(zhàn)包括分析任務(wù)結(jié)構(gòu)（識別任務(wù)的目的和子目標(biāo)），處理運(yùn)動學(xué)以外的問題（學(xué)習(xí)機(jī)器人需要掌握的力學(xué)信息），并能夠通過直接觀察人來學(xué)習(xí)。人們需要展開更多研究，使機(jī)器人學(xué)習(xí)示范動作的算法更容易被非專業(yè)人士所掌握。此外，機(jī)器人學(xué)習(xí)和適應(yīng)人們在處理任務(wù)時的偏好也很重要，雖然這一點(diǎn)并不一定會影響到能否成功完成任務(wù)，但對于某些情況，特別是合作型機(jī)器人和服務(wù)型機(jī)器人，適應(yīng)終端用戶的想法是獲得接納的重要因素。
5.2 強(qiáng)化學(xué)習(xí)與深度學(xué)習(xí)
近年來，采取直接從經(jīng)驗(yàn)中學(xué)習(xí)的策略被證明是很成功的一條研究路徑。深度學(xué)習(xí)的策略取得了非常令人震驚的成果，如機(jī)器人AI能夠以人類水平玩電玩游戲Atari、Alpha Go戰(zhàn)勝李世石等。此外其他領(lǐng)域諸如計(jì)算機(jī)視覺、語音識別、自然語言處理等都從深度學(xué)習(xí)中獲益匪淺。
但是，真實(shí)的物理世界的結(jié)構(gòu)化程度相比游戲或圍棋要低得多，并且物理世界包含了連續(xù)的、高維度的狀態(tài)與行為空間。而且在物理世界需要做出實(shí)際的物理行為來獲取數(shù)據(jù)，而不僅限于模擬計(jì)算。因此，要想借助機(jī)器學(xué)習(xí)來幫助真實(shí)的物理機(jī)器人完成復(fù)雜任務(wù)，還存在許多研究方面的挑戰(zhàn)，其中包括：對學(xué)習(xí)系統(tǒng)不確定性的良好評估；向新的任務(wù)領(lǐng)域的推廣；在數(shù)據(jù)稀少而昂貴的領(lǐng)域進(jìn)行學(xué)習(xí)；將基于模型的推理和深度學(xué)習(xí)二者相結(jié)合等。
六、運(yùn)動控制與規(guī)劃
未來的機(jī)器人將需要更高級的運(yùn)動控制和規(guī)劃算法，用來處理具有更大不確定性、更高容錯率，以及具有更高自由度的單智能體（single agent）和多智能體（multi agents）系統(tǒng)，并且能夠在各種設(shè)定下安全、可靠地完成工作。移動機(jī)械臂的末端執(zhí)行器需要能夠在非結(jié)構(gòu)化和受限環(huán)境中有效地規(guī)劃和執(zhí)行精細(xì)操縱和抓取任務(wù)。有些機(jī)器人可能有12個自由度，一些擬人類人型機(jī)器人可能有多達(dá)60個自由度用于控制和協(xié)調(diào)。而另一種極端情況是多agent機(jī)器人和群體機(jī)器人，他們需要協(xié)調(diào)幾個甚至幾千個agent。
未來的機(jī)器人技術(shù)需要同時考慮解決控制和規(guī)劃兩方面的問題，而不再將其單獨(dú)考慮。未來的運(yùn)動規(guī)劃方法需要使用更新的技術(shù)，包括數(shù)學(xué)拓?fù)洹⒒跇颖镜囊?guī)劃方法等等，以有效應(yīng)對未來機(jī)器人所處的高維度環(huán)境和交互空間。
6.1 不確定情況下的任務(wù)和運(yùn)動規(guī)劃
由于缺少精確的傳感器，為了使機(jī)器人在不確定環(huán)境下安全穩(wěn)定地運(yùn)作，必須對算法進(jìn)行設(shè)計(jì)。近年來在這方面的進(jìn)展還只能夠讓機(jī)器人在非常結(jié)構(gòu)化的環(huán)境下執(zhí)行簡單的任務(wù)。未來需要開展更多的研究，開發(fā)能夠處理非結(jié)構(gòu)化環(huán)境中的實(shí)際問題的信念空間規(guī)劃算法（algorithms for planning in beliefspace）。這些方法必須能夠在與人類密切接觸和合作的情況下實(shí)現(xiàn)實(shí)時運(yùn)行。它們還需要在提供安全性和魯棒性保證的同時，適應(yīng)那些不完整、不準(zhǔn)確和間歇性的傳感器數(shù)據(jù)。最后，需要將包含不確定性的任務(wù)和運(yùn)動規(guī)劃進(jìn)行原則性整合，使機(jī)器人的自主化水平達(dá)到在非結(jié)構(gòu)化環(huán)境下能夠成為人類有用伙伴的水平。
6.2 從規(guī)范到部署
控制設(shè)計(jì)在很大程度上依賴于理想化的物理模型。為了顯著加快設(shè)計(jì)周期，需要工具能夠自動化地以合適的方式彌補(bǔ)理論與實(shí)踐之間的差距，這些工具包括：形式化方法、混合計(jì)算模型，以及能夠?qū)崟r適應(yīng)環(huán)境變化的控制協(xié)議等。
6.3 在約束環(huán)境中的控制與規(guī)劃
對機(jī)器人控制規(guī)劃的約束呈現(xiàn)為許多不同的形式，包括機(jī)器人力所能及的物理限制、工作地點(diǎn)中的障礙物、能源約束，或者各種限制機(jī)器人致動的動態(tài)約束等。目前已經(jīng)有部分約束優(yōu)化方法被應(yīng)用在靜態(tài)環(huán)境、短時間任務(wù)或小運(yùn)動量的情景之中，但在外科手術(shù)、服務(wù)行業(yè)，或者長持續(xù)時間、環(huán)境動態(tài)的制造應(yīng)用中，相關(guān)研究較少。對機(jī)器人進(jìn)行約束優(yōu)化的下一步工作，是將約束任務(wù)有效地融入連續(xù)運(yùn)動的規(guī)劃算法中，使其能夠?qū)討B(tài)約束進(jìn)行預(yù)測和響應(yīng)，并在長時間段內(nèi)保持穩(wěn)定。
6.4 操控
在物理世界中，操控和抓握是機(jī)器人的基本工作能力。當(dāng)前的算法只能夠在相對簡單的環(huán)境下勝任，比如針對小型的常規(guī)的幾何形狀，進(jìn)行準(zhǔn)靜態(tài)動作等。未來的研究需要針對復(fù)雜和獨(dú)特的幾何形狀，研究開發(fā)機(jī)器抓握相關(guān)規(guī)劃和度量技術(shù)。需要進(jìn)一步改進(jìn)用于接觸任務(wù)的有關(guān)技術(shù)，這些技術(shù)主要用于操縱可變形物體、非抓取動作和工具，以及用于動態(tài)運(yùn)動。為實(shí)現(xiàn)安全操作，還需要制定魯棒性和故障檢測與恢復(fù)相關(guān)的策略。
6.5 動態(tài)環(huán)境
動態(tài)環(huán)境下的操縱任務(wù)，往往需要機(jī)器人面對敏感的環(huán)境、與人類或其他機(jī)器人互動、移動障礙物等，而這些行為需要機(jī)器人對其潛在行為缺少明確知識的情況下做出。目前，人們只在小規(guī)模動態(tài)環(huán)境建模方面取得了一些進(jìn)展，機(jī)器人在低維度環(huán)境下能夠做出比較有效的長期計(jì)劃。未來，機(jī)器人在面對動態(tài)環(huán)境時的一個技術(shù)挑戰(zhàn)是，需要解決可擴(kuò)展性問題和不確定性問題，其中可擴(kuò)展性指需要處理多個、異質(zhì)的動態(tài)對象和agent，不確定性指復(fù)雜或不可預(yù)測的動態(tài)情況，這些問題需要機(jī)器人系統(tǒng)實(shí)時地進(jìn)行重新規(guī)劃和適應(yīng)。
6.6 多agent協(xié)調(diào)
多agent協(xié)調(diào)通常出現(xiàn)在制造業(yè)和倉儲管理、網(wǎng)絡(luò)機(jī)器人部署、災(zāi)難監(jiān)控、建筑機(jī)器人等應(yīng)用中。多數(shù)的多agent協(xié)調(diào)方式來源于自然界啟發(fā)，通常分為中央智能協(xié)調(diào)方式，以及去中心化智能協(xié)調(diào)方式兩種，這兩種方式各有優(yōu)劣。未來在多agent協(xié)調(diào)方面的研究方向主要包括：能夠同時發(fā)揮中央智能和局部行為兩種協(xié)調(diào)方式優(yōu)勢的實(shí)時協(xié)調(diào)方法；可向某些最佳行為收斂的形式方法；以及異質(zhì)agent在與其鄰近機(jī)器人執(zhí)行復(fù)雜任務(wù)序列時的規(guī)劃。
七、人機(jī)交互
7.1 接口設(shè)計(jì)
機(jī)器人界面仍然處于開發(fā)初期，需要開展廣泛研究來開發(fā)可直接應(yīng)用于人-機(jī)器人界面的原理和指南。
7.2 感知、建模和適應(yīng)人類
需要廣泛研究開發(fā)針對人類生理學(xué)和行為的感測與感知技術(shù)，以及在特定任務(wù)、應(yīng)用和領(lǐng)域背景下對所感知的內(nèi)容進(jìn)行解釋的模型。機(jī)器人需能夠識別和理解它們所感知的東西，還能夠估測用戶意圖，以便主動規(guī)劃出自身行為。此外，為了使機(jī)器人能夠適應(yīng)用戶的行為變化以及不同用戶的需求，需要開發(fā)自適應(yīng)動作模型，以及實(shí)現(xiàn)可定制化。
7.3 社交性
為了使機(jī)器人能夠理解人類社會行為，展開社交行為并遵循社交規(guī)范，必須使機(jī)器人能夠理解復(fù)雜對話、解釋和產(chǎn)生豐富的非語言線索，理解和表達(dá)情感。實(shí)現(xiàn)這些需要研究開發(fā)非常詳細(xì)的面向語言和非語言交互行為的識別、綜合語對話模型，還需要創(chuàng)建模型來幫助機(jī)器人適應(yīng)不斷變化的語境規(guī)范。
7.4 協(xié)作系統(tǒng)
開發(fā)方法和模型，使機(jī)器人能夠感知和解釋變化的任務(wù)環(huán)境及其人類伙伴，還需要自適應(yīng)地規(guī)劃其在任務(wù)中的作用。
7.5 機(jī)器人媒介通信
機(jī)器人作為一種交流的通信媒介，需要解決的問題是如何更好地將媒介機(jī)器人系統(tǒng)更好地集成到所處的環(huán)境當(dāng)中，為通信雙方用戶提供更加自然的接口，并解決隱私、安全、公平等問題。此外，自主性和良好的用戶界面設(shè)計(jì)也是重要的研究問題。
7.6 共享自主
研究開發(fā)新的方法，使機(jī)器人能夠利用來自用戶的廣泛的控制信號，包括來自腦-機(jī)接口的輸入信號。此外，還需要推動復(fù)雜場景下不同級別的共享控制技術(shù)。
7.7 長期交互
為使機(jī)器人能夠了解并適應(yīng)不斷變化的用戶需求、行為模式和能力，機(jī)器人需要維持長期交互，不斷學(xué)習(xí)新任務(wù)、新的用戶模型和交互策略，并將其所學(xué)轉(zhuǎn)移到新的替代產(chǎn)品中，這方面的相關(guān)研究極少，因此需要開展廣泛研發(fā)，并進(jìn)行縱向現(xiàn)場測試。
7.8 安全性
開展廣泛研究，以制定機(jī)器人必須遵循的規(guī)范設(shè)計(jì)指南。
八、agent機(jī)器人
8.1 分布式控制和決策
開發(fā)分布式?jīng)Q策算法，利用單體agent的有限信息，從局部規(guī)則的集合中產(chǎn)生所需的全局行為。開發(fā)有效的算法框架，將高層級的多agent機(jī)器人群體行動規(guī)范與低層級的分布式控制算法納入其中。
8.2 集中/分散混合式信息交換機(jī)制
建立有效的抽象化或系統(tǒng)化算法，用于描述或利用集中/分散二者混合的信息交換機(jī)制。其次，了解哪些信息需要以集中的方式進(jìn)行共享，哪些信息可在本地存儲。
8.3 人-群體機(jī)器人交互
人機(jī)交互已經(jīng)較為成熟，但人類操作員如何與群體機(jī)器人交互的問題在很大程度上仍然沒有得到解決。從認(rèn)知工作負(fù)載到帶寬管理角度來看，尚無法構(gòu)建出有效的交互模型。
8.4 異構(gòu)網(wǎng)絡(luò)
人們還無法完全理解如何很好地去利用異構(gòu)群體機(jī)器人。對于特定任務(wù)，需要何種類型的機(jī)器人？如何表征機(jī)器人群體的異構(gòu)程度？為了在任務(wù)中實(shí)現(xiàn)最大的靈活性，一個機(jī)器人群體應(yīng)該達(dá)到怎樣的異構(gòu)程度？目前這些都存在問題。
8.5 多機(jī)器人系統(tǒng)中的通信和感測
從根本上理解機(jī)器人網(wǎng)絡(luò)系統(tǒng)中感測、通信、導(dǎo)航模塊之間的相互作用。
