日本东北大学小菅一弘教授：在教会机器人跳舞后，我们又有了更远大的目标丨CCF-G

　　

　　雷锋网 AI 科技评论按：7 月 12 日-7 月 14 日，2019 第四届全球人工智能与机器人峰会（CCF-GAIR 2019）于深圳正式召开。峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，深圳市人工智能与机器人研究院协办，得到了深圳市政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流博览盛会，旨在打造国内人工智能领域极具实力的跨界交流合作平台。

　　7 月 13 日，日本东北大学机器人系教授、IEEE RAS 主席、IEEE Fellow 小菅一弘教授为 CCF-GAIR 2019 分会场「机器人前沿专场」做了题为「Co-worker Robot PaDY」的大会报告。以下为小菅一弘教授所做的大会报告全文。

　　

　　很高兴有机会给大家做分享，我是来自日本东北大学的机器人系教授小菅一弘，今日主要想谈协作机器人。我收到邀请时，被告知有 30 分钟的分享时间，现在看来我很可能会超时，希望这次演讲能给大家带来更多有趣的信息。

　　首先，给大家看在日本收集到的一些数据，当中就包括了对 2030 年及 2050 年的人口预测。

　　

　　

　　今日上午，我在酒店楼顶欣赏了一下深圳的城市风光，我发现这座城市的风景非常好，尽管这样，我们依然不能忽略社会上存在的一些问题和挑战，这些都值得我们在未来去做更多努力。

　　

　　

　　以上两张图是截至 2050 年的中国人口预测数据，简单来说，人口老龄化的情况会变得越来越严重。而美国的预测数据要比中日两国好，可能是与美国很多人不愿意提前退休，即便到了退休年龄还在继续工作有关。

　　之前《金融时报》的某个文章截图表明，在 2016 年到 2017 年期间，日本一些公司招不到员工上班，在缺乏人力支撑业务的情况下，这些公司只好宣布破产。美国也存在相应情况，2018 年 10 月 10 号的一个数据显示，美国到了 2028 年可能会面临的一个挑战是，很大一部分人将欠缺未来所需的必要技能，最终会对整个社会经济造成很大的损失。

　　另外还有一组来自联合国的数据显示，68% 的世界人口到 2050 年时都会生活在城市里，这说明城市化的趋势是相当明朗的。这样的环境将会充斥着各种摩天大楼，有的人也许很喜欢这种环境，但结合我们刚刚提到的挑战来看，很多问题在未来将是潜藏存在的，比如建筑需要加强结构设计来尽可能容纳更多人，以创造更多的集约化空间。

　　人类与机器人的互动

　　接下来，我将与大家分享机器人研究所遇到的挑战和机遇，包括机器人可以完成哪些事情、存在哪些机器人类型，以及不同类型的机器人所对应的使用场景。

　　日本差不多在 10 年前便开始启动机器人学研究，当时主要研究将对社会带来什么影响，不过那时候取得的成果很少，最起码在 2010 年时的进展依然不大。鉴于此，日本政府希望能够做一些推进，尤其是探讨机器人在服务业方面的机会。

　　我们做了基本分类，从个人、社区、国际社会三个角度出发，探讨机器人分别能产生哪些价值。

　　

　　这张由我列出的表格中，清楚描述了机器人在每个层面所带来的挑战和机遇。在国际层面，机器人可以介入的服务包括环境监控、自然资源探索、太空探索、深海/浅海探索等；在社区层面，可介入的服务包括政府服务、农业、森林、渔业、挖矿、基础设施建设、制造业、建筑业等；在个人生活品质的提升层面，包括在医疗、健康等方面都能带来许多正面影响。

　　由于今天的会议跟人工智能相关，所以我选择了一个细分主题叫「人类与机器人的互动」。人类与机器人互动的历史非常悠远，说白了即是一个增强人类力量的功能，看起来仿佛很简单，然而事实却不是这样的。从机器人，到操作员，再到环境，这三者之间的互动是非常微妙的，任何一个小动作都会牵涉到三者之间的综合性变化。为了协调它，看似简单的一个动作，都要在控制方面做非常多的努力。

　　另外一个我个人比较感兴趣的话题是人类如何与机器人进行合作，因为这是未来人机协作方面非常核心的话题。

　　有一款差不多是在 20 年前被发明出来的机器人助手，从人机协作的层面来看非常成功，因为它可以帮人抬桌子。另外还有一款连接式机器人，通过两个配套的机器人，可以帮人类移动柜体。

　　采用这些相近技术，我们可以拓展到更多领域促成更多的事情。况且，当时我们还缺乏精确的控制技术，因为不存在优质的感知系统。换句话说，如果我们想控制一个移动机器人的精确移动，就要提高在机械力学方面的精度，这样机器人才能够在不借助人类的帮助下自主地移动物体。

　　刚刚介绍的是我们早期做的一些实验，我们可以看到一些简单的操作是可以由机器人配合人类去完成的，与此同时，我们也发现在一些比较泛化的任务上，实际操作起来还是有点困难的，即使配置的是一个辅助型机器人系统。这是因为它无法理解这件事情。为了促进机器人与人类的合作，我们需要做的包括：

　　也许还有其他的内容，但我相信这三点是最重要的，相比起 10 年前，如今多了人工智能的加持后，这三点其实已经做得越来越好了。

　　「翩翩起舞」的舞伴机器人

　　我们后来做出了许多有趣的机器人，比如会跳舞的舞伴机器人。舞伴机器人可以对舞步提前做出精准的预测行为。一般是男女两个人共舞时，我们通过有形的物体去进行操作，这是一个基本的人机互动例子。这个研究非常有意思，我曾这样告诉过我的学生，通过使用我们的研究，就能学会跳舞。

　　我们的跳舞行为是由一系列的动作组成的，一般是男性舞者做引导，女性舞伴进行配合，然后再根据跳舞规则以及周围环境来完成的，所以得有相应的参数。作为女性舞伴，她必须根据自己对舞蹈的认识和经验来配合男性舞伴，这也意味着女性舞伴必须对舞蹈非常了解，才能与男性舞伴配合好。换而言之，只有对舞蹈的规则设置了然于心，我们才能开发出这么一个女舞伴系统，当然，第一版并不太完美，但已在 2005 年的濑户世博会上被使用起来了。

　　

　　这是一款很古老的机器人，经过这些年都有点破旧不堪了，接下来我们尽量往极简主义的方向去做。

　　在多维视觉方面，最开始的版本并不存在上下运动的操作，但考虑到上下运动对舞蹈而言非常重要，所以我们后来做了相应改进，既可以上下，又可以倾斜。此外，为了让机器人在跳舞时能顺利预测后面的舞步，我们决定把信息输入到机器人的上肢中，因此设计了相应的舞步预估机器，使其能在跳舞过程中通过数据录入来预测接下来的舞步。

　　

　　需要强调的是，当时的 CPU 处理器的处理速度要比今天慢得多，但我们还是基于当时的处理器开发出了舞步预估机器，从而把舞伴机器人给成功创造出来。

　　

　　在濑户世博会上，我们通过 10 天的时间向大众展示了舞伴机器人的魅力，给广大参观者留下了深刻的印象。后来很多人问我这么一个问题：这个东西设计出来，商业价值体现在哪里？有人说了，可以放在日本的舞蹈学校中应用，但在现实中，这些学校的女性舞者数量大大超过了男性舞伴，根本就不需要这种女舞伴机器人。

　　无论如何，在这个研究过程中，我们更好地解读并理解女性舞者。2005 年，《时代》杂志把我们的研究评为当时最震撼人心的一个发明。近期有个韩国人告诉我，这个舞伴机器人在韩国的名声也很响亮。

　　舞伴机器人还存在哪些挑战呢？还是得回归到与人的互动上，以及对人类行为和意图的理解，然后在这过程中完成预测和互动，这些都还存在进步空间。另外前面也提到过，日本舞蹈学校欠缺男性机器人舞伴，而男性舞者起的是领舞作用，如何让机器人领舞的意图被人类舞伴所理解，依然是需要攻关的课题。

　　装配机器人 PaDY

　　这是另一个典型的画面，图片中显示的是过去的汽车工厂，这些工厂的生产线往往是由机器人负责组装的。实际上，我们依然可以看到现实还存在许多需要人类亲自动手组装的环节，因为这部分组装工作对机器人而言存在难度，如果在这样一个空间里，能有一个机器人给人类递去相关零部件，那么人类就能专注于配件与车身的连接，工作效率也就能获得明显的提升。

　　由我们创造出来的这款机器人名叫 PaDY，可以用来进行汽配零件的传递和交付，最终达到减少工作负载与错误率的目的。从 ISO 标准来看，它已不是单纯的机器人，因为我们是按照 ISO 安全法规部署到位的——换句话说，我们的系统是基于公司的政策和规章制度来进行设计的。把 PaDY 引进后，我们可以有效把工人工作的时间缩短 20% 到 30%，当然还要取决于具体执行任务的差异化。

　　这背后有很多故事，我们将它引进到工厂里使用几个月后，厂方决定不再继续使用，因为确实存在一些问题，需要我们进一步去提升性能，而我们提升性能使用的最主要手段就是机器学习。

　　为了改进早前系统存在的问题，我们需要收集历史统计数据，这样工厂的生产线工程师才能根据收集到的数据提前进行编程。由于生产线经常有变化，主要取决于每天量产的车数以及配置的工人数量，于是我们设置了实时、自动进行数据收集的系统，这样就能针对这些工人的工作进行建模，然后基于建模进一步判断该如何对机器人进行良好控制。

　　

　　我们使用的是回归模型建模方法，当工人完成一项任务时，我们就会进行回归分析，从而获知都存在哪些工作步骤。

　　

　　这是我们实验室所做的一个实验，可以看到存在这么一个循环链条——先执行任务 1，然后执行任务 2，最后再到任务 3，最后又回到前面的动作。类似的实验主体只要重复 10 次实验，系统就能正式运转起来。

　　工厂的管理人员告诉我，有时工人试图按照不同的流程来进行操作，为此，我们又另外开发了一个控制系统，来应对工人不按照标准流程进行操作的问题。我们的系统会进入自主学习模式，进而习得人类新的行为模式。当然，这个工作还在不断扩展当中，我们试图把这样一个理念扩展到组装线上去。刚制作出来的机器人有时跟公司现状不是特别匹配，这时就需要你做相应的调整。

　　最后，进入到我的演讲小结。

　　

　　我们在全球范围内遇到了各种各样的挑战和问题，当下的机器人可以做更多突破与创新，尤其是在应用方面。我希望未来能有更多以应用为导向的研究和发展，而人机协作是近来机器人领域的重点探讨问题，因为我们在日常生活中非常需要类似的助理型机器人。演讲中我具体介绍的案例包括舞伴机器人和装配机器人 PaDY，最后也介绍了相关的运作原理。总而言之，希望未来能看到更多机器人的应用场景。感谢大家的聆听。

　　雷锋网 AI 科技评论

　　雷峰网原创文章，未经授权禁止转载。详情见转载须知。