读心与芯：我们与机器人的无限未来03机器人建造
<p><img alt="读心与芯：我们与机器人的无限未来03机器人建造" loading="lazy" src="https://img2024.cnblogs.com/blog/3076680/202507/3076680-20250717165001875-1088044706.png" class="lazyload"></p><h1 id="1机器人的建造">1. 机器人的建造</h1>
<p>1.1. 鱼形机器人、药丸机器人、汽车机器人和蟑螂机器人，它们有一些共同的基本特征</p>
<ul>
<li>
<p>1.1.1. 机器人的身体都有传感器，可以像人类的眼睛、耳朵和皮肤一样收集来自世界的输入，这个身体需要一种发起行动的方法</p>
</li>
<li>
<p>1.1.2. 它要能自主移动</p>
</li>
<li>
<p>1.1.3. 如果处于静止状态，要能移动别的物体</p>
</li>
</ul>
<p>1.2. 机器人只能做其身体能做的事情</p>
<ul>
<li>
<p>1.2.1. 工业臂无法在工厂周围行驶</p>
</li>
<li>
<p>1.2.2. 多数机器人的活动涉及移动和/或操纵物体</p>
</li>
</ul>
<p>1.3. 为了制造有效的机器人，我们必须优化机器人的身体和大脑</p>
<ul>
<li>1.3.1. 如果你造出的机器人大脑很强大，但没有硬件来执行它选择的动作，那只能说你的数学表示很优美，但并没有建造出真正的机器人</li>
</ul>
<p>1.4. 机器人是一种可编程的机械设备，它从周围环境中接收输入信息，处理所获取的信息，然后根据输入信息采取物理行动</p>
<p>1.5. 机器人是能够执行“感知-思考-行动”循环的机器</p>
<p>1.6. 现代工业机器人通常在金属框架中运行，因为它们不够智能，或不够灵活，无法对人类的指令做出反应</p>
<p>1.7. 如今，机器人专家用以制造智能机器的材料不仅限于硬塑料和金属，还包括硅和橡胶等更柔软、更灵活的材料</p>
<ul>
<li>
<p>1.7.1. 如今，机器人专家用以制造智能机器的材料不仅限于硬塑料和金属，还包括硅和橡胶等更柔软、更灵活的材料</p>
</li>
<li>
<p>1.7.2. 柔性机器人能适应环境，无论是像家这样的人类活动空间，还是生长着珊瑚礁的深海</p>
</li>
<li>
<p>1.7.3. 可消化手术设备</p>
</li>
<li>
<p>1.7.3.1. 其身体的原材料是肠衣</p>
</li>
<li>
<p>1.7.3.2. 选择肠衣并非卖弄小聪明，也不是因为我们的实验员喜欢腊肠，而是因为它既无毒又可以生物降解</p>
</li>
</ul>
<p>1.8. 机器人专家正在设计鱼形机器人和章鱼机器人</p>
<ul>
<li>
<p>1.8.1. 现在已经有了多足机器人和蛇形机器人</p>
</li>
<li>
<p>1.8.2. 制造了可自行展开的折纸机器人，以及可移动的迷你版悉尼歌剧院</p>
</li>
</ul>
<p>1.9. 机器人学界利用的新材料越来越多样化，想象力也越来越丰富，这是思维转变的副产品</p>
<h1 id="2机器人的身体">2. 机器人的身体</h1>
<p>2.1. 底架</p>
<ul>
<li>2.1.1. 视为机械组件，或者机器人的“骨架”</li>
</ul>
<p>2.2. 要添加机电组件，包括传感器、发动机以及被称作“致动器”的人造肌肉</p>
<p>2.3. 要添加一台计算机，它是机器人的大脑，能够存储数据、处理信息，向所有发动机和致动器发出具体指令</p>
<ul>
<li>2.3.1. 要将高级指令分解为许多任务和子任务，这些任务告诉发动机和致动器具体要做什么，何时做，或按什么顺序做</li>
</ul>
<p>2.4. 还要有安置专用电子器件和软件的中间层，它位于机电组件和中央计算机之间，如此一来，机器人的大脑就可以收集来自传感器的数据，将指令发送给发动机和人造肌肉</p>
<ul>
<li>2.4.1. 可以将中间层想象成人类神经系统的一种人工形式</li>
</ul>
<p>2.5. 5个基本部分</p>
<ul>
<li>
<p>2.5.1. 底架</p>
</li>
<li>
<p>2.5.2. 机电组件（如传感器、致动器、电缆和电源）</p>
</li>
<li>
<p>2.5.3. 计算硬件（如处理器和存储器）</p>
</li>
<li>
<p>2.5.4. 通信基板（连接机电组件和计算硬件）</p>
</li>
<li>
<p>2.5.5. 大脑（对机器人运行所需的算法进行编码的软件，用于管理感知、规划、学习、推理、协调和控制）</p>
</li>
<li>
<p>2.5.6. 成功地将这5个部分连接在一起，我们就建造出了一个机器人</p>
</li>
</ul>
<p>2.6. 传感器和致动器</p>
<ul>
<li>
<p>2.6.1. 它们能让机器人感知环境，在现实世界中施以某种力或某个行动</p>
</li>
<li>
<p>2.6.2. 致动器和传感器必须契合机器人的形体</p>
</li>
<li>
<p>2.6.3. 机器人学界一直在设计新的传感器、发动机和致动器，以适应柔性的、具有另类形体的新机器</p>
</li>
<li>
<p>2.6.4. 研制出人造肌肉，它运用水力学和流控技术而非诸如FOAM技术之类的电子学施力</p>
</li>
</ul>
<p>2.7. 机器人的身体只是复杂的雕塑，它没有像人脑一样的大脑告诉它做什么、何时去做</p>
<ul>
<li>
<p>2.7.1. 机器人可能得从过去的经验中存储数据，用身体的传感器收集周围环境的信息，数据会源源不断地流入机器人</p>
</li>
<li>
<p>2.7.2. 物理大脑还要有强大的处理组件来运行程序，帮助机器人理解所有存储数据和流数据，做出行动规划和预测，思考下一步要做什么，或如何应对始料不及的情况</p>
</li>
<li>
<p>2.7.3. 物理大脑还要有强大的处理组件来运行程序，帮助机器人理解所有存储数据和流数据，做出行动规划和预测，思考下一步要做什么，或如何应对始料不及的情况</p>
</li>
</ul>
<h1 id="3人工智能">3. 人工智能</h1>
<p>3.1. 艾伦·图灵</p>
<p>3.2. 马文·明斯基</p>
<ul>
<li>3.2.1. 1961年的论文《通向人工智能的几个步骤》</li>
</ul>
<p>3.3. 如今，普通智能手机的功能远比20世纪80年代大肆吹捧的Cray-2超级计算机强大</p>
<p>3.4. 计算机、智能机器和传感器的激增带来惊人的数据增长，富有创新精神的研究人员开发完善了数千种数据搜索算法，用以发现模式、做出预测和学习</p>
<p>3.5. 2022年5月，谷歌母公司Alphabet旗下的人工智能公司DeepMind推出了一款名为Gato的人工智能模型，该模型可以完成600多项不同的任务</p>
<p>3.6. “人工智能”的含义模糊、包罗万象，它确实在机器人的大脑中运作，但主要集中于较高层次的决策和推理</p>
<ul>
<li>3.6.1. 弱人工智能</li>
</ul>
<p>3.7. 机器人要发挥作用，还需具备许多为人工智能程序服务的处理功能</p>
<p>3.8. 机器人的大脑由数十个独立且相互连接的算法组成，每个算法都是为特定的工作而设计和优化的</p>
<ul>
<li>
<p>3.8.1. 机器人大脑的软件是由单个程序组成的网络，包括高级人工智能引擎和控制电机运作方式和时间的低级控制器</p>
</li>
<li>
<p>3.8.2. 一种运用广泛的规划和推理系统是“斯坦福研究院问题求解器”，缩写为STRIPS</p>
</li>
</ul>
<p>3.9. STRIPS</p>
<ul>
<li>
<p>3.9.1. 从初始状态开始，或从一组量开始，这组量可以全面描述机器人随时间推移的运动情况</p>
</li>
<li>
<p>3.9.1.1. 初始状态包括机器人的初始位置，目标状态包括任务结束时这些参数的期望值</p>
</li>
<li>
<p>3.9.2. 确定规划者想达到的目标状态或情况</p>
</li>
<li>
<p>3.9.3. 确定一系列行动</p>
</li>
<li>
<p>3.9.3.1. 先决条件（行动执行前必须确定的条件，通常以数理逻辑语言描述为逻辑公式，用来检查哪些公式适合编程）</p>
</li>
<li>
<p>3.9.3.2. 后置条件（行动执行后的结果，也被描述为逻辑公式）</p>
</li>
<li>
<p>3.9.4. 满足了顺序中的每个后置条件，就可以从一个行动过渡到下一个行动了</p>
</li>
</ul>
<p>3.10. 人类的许多行动和活动似乎是在不假思索的状态下进行的</p>
<ul>
<li>
<p>3.10.1. 人类的大脑有两个决策系统</p>
</li>
<li>
<p>3.10.2. 系统1运行速度快、不易察觉、诉诸直觉且不精准，在执行日常体力活动时（比如走路、爬楼梯、扣衬衫扣子、弹钢琴），它控制着我们的无意识决定</p>
</li>
<li>
<p>3.10.3. 系统2运行速度慢，深思熟虑，通常用于需要逻辑和集中注意力的决策任务，例如写代码、下棋或整理衣柜</p>
</li>
</ul>
<p>3.11. 机器人智能也有类似的分层，但如果人类有两个系统，那么机器人至少有4个系统</p>
<ul>
<li>
<p>3.11.1. 认知控制器将我的抽象要求（“来一杯咖啡”）转换为一系列可实现的任务</p>
</li>
<li>
<p>3.11.2. 任务控制器决定机器人需要做什么才能实现目标</p>
</li>
<li>
<p>3.11.3. 高级控制器掌控着作为整体的各个物理组件的运动</p>
</li>
<li>
<p>3.11.4. 低级控制器准确地告诉各个关节（比如脚踝、膝盖和抓手）中的电机要做什么、何时做以及做多久</p>
</li>
</ul>
<p>3.12. 机器人的大脑必须在多个层面上发挥作用，还要时刻意识到，它在朝着更大的目标前进</p>
<h1 id="4机器人的思考">4. 机器人的思考</h1>
<p>4.1. 自动原动机，外号aPM</p>
<ul>
<li>
<p>4.1.1. 高效运输货物，可能很快会成为供应链解决方案中重要的一环</p>
</li>
<li>
<p>4.1.2. 这类机器人分担了人和机器的工作量，解决了当前劳动力严重短缺的问题</p>
</li>
<li>
<p>4.1.3. 机器人承担着物流作业的协调和日常工作，让人类专注于更复杂的任务</p>
</li>
</ul>
<p>4.2. 港口的货物运输比城市的出行运输要容易</p>
<ul>
<li>4.2.1. 可以制造出能在低复杂度和低交互环境中慢速独立移动的机器人</li>
</ul>
<p>4.3. 对汽车机器人而言，大脑是其推理和决策系统，身体就是汽车本身</p>
<ul>
<li>4.3.1. 改装车要符合机器人的标准，必须能收集来自世界的输入，并施加能引发行动的力，比如转动车轮</li>
</ul>
<p>4.4. 在人类驾驶的大多数场景中，我们通过眼睛收集的视觉信息提供了足够的数据</p>
<p>4.5. 几十年来，全球最聪慧的科学家一直致力于计算机的视觉研究，但从图像识别角度看，我们还远未达到100%的准确率</p>
<p>4.6. 关于特斯拉“自动驾驶”的第一起致命事故的原因是，一辆白色牵引拖车正在横穿马路，自动驾驶系统将它与远处的云混淆了</p>
<ul>
<li>4.6.1. 这场悲剧源于感知系统的错误</li>
</ul>
<p>4.7. 自动驾驶系统有时会看到不存在的障碍物，并突然做出反应</p>
<ul>
<li>4.7.1. 这项技术给人留下的印象非常深刻，也在不断改进，但现在在应用时仍需要司机投入大量注意力</li>
</ul>
<p>4.8. 鉴于物体识别的缺陷和高出错率，需要为自动驾驶的奥迪配备高分辨率摄像头，还必须配备更多增强其视觉的“眼睛”</p>
<ul>
<li>
<p>4.8.1. 事实证明，最流行、最有效的视觉传感器是激光雷达</p>
</li>
<li>
<p>4.8.2. 激光扫描仪置于自动驾驶汽车的顶部，它们快速旋转，向各个方向发射脉冲光波</p>
</li>
<li>
<p>4.8.3. 在大约300米的范围内（略大于3个足球场的长度），脉冲从碰到的所有物体上的所有点反射回来</p>
</li>
<li>
<p>4.8.4. 根据每个脉冲返回传感器的时间，机器人的大脑会计算自身离该点有多远</p>
</li>
<li>
<p>4.8.5. 自动驾驶汽车研发公司都用激光雷达进行传感，正是因为激光测量的结果非常精准</p>
</li>
<li>
<p>4.8.6. 激光扫描仪有一个软肋：水</p>
</li>
<li>
<p>4.8.6.1. 它们发出的光波会从雨雪的水滴上反射</p>
</li>
<li>
<p>4.8.6.2. 水坑也让它们困惑，因为积水会反射光线</p>
</li>
</ul>
<p>4.9. 高精(high-definition)地图，或HD地图</p>
<ul>
<li>4.9.1. 机器人需要看到一个与人类所见的截然不同的、更详细的世界</li>
</ul>
<p>4.10. 自动驾驶汽车的大脑由数十种独立的算法组成，每种算法都是为了特定的作用而设计和优化的</p>
<ul>
<li>
<p>4.10.1. 另一套算法则用来处理传入的传感器数据，将其与存储的世界地图进行比较，确定机器人在地图中的位置</p>
</li>
<li>
<p>4.10.1.1. 定位</p>
</li>
</ul>
<p>4.11. 对于指定的摄像头图像，算法非常擅长确定哪些像素属于同一对象</p>
<ul>
<li>
<p>4.11.1. 摄像头收集的图像会被算法分割成多个部分</p>
</li>
<li>
<p>4.11.1.1. 分割</p>
</li>
</ul>
<p>4.12. 对象识别和标注，即找出分割的对象中哪些是汽车，哪些是人或宠物</p>
<p>4.13. 配置空间</p>
<p>4.14. 控制，包括向汽车的转向、加速和制动系统发送指令</p>
<ul>
<li>4.14.1. 控制理论是一个成熟的领域，致力于计算如何对车辆的驱动系统，即让车轮旋转和转动的电机，施加力和扭矩，以使其以目标方式移动</li>
</ul>
<p>4.15. 汽车的反应速度取决于其检测新障碍物的速度以及对线路纠偏命令的响应速度</p>
<ul>
<li>
<p>4.15.1. 汽车行驶得越慢，就越容易对新事件做出反应</p>
</li>
<li>
<p>4.15.2. 汽车除了要知道如何瞬时移动，在公共道路上行驶时还要了解并遵守道路规则</p>
</li>
<li>
<p>4.15.3. 高阶规划器能依照交通法规对交通灯、路标和其他车辆做出反应，因而可满足这些要求</p>
</li>
</ul>
<p>4.16. 要达到第5级自动驾驶，汽车必须在所有环境下始终处于完全自动驾驶模式</p>
<p>4.17. 自动驾驶汽车安全有效地运行的条件是低速、低复杂性、在最低限度上与其他车辆互动</p>
<ul>
<li>4.17.1. 小型封闭式社区、大型停车场、校园、港口、工厂大院中的私人通道，或少雨的郊区</li>
</ul>
<p>4.18. 自动驾驶汽车可以运送货物和人员，前提是以安全的速度行驶，并且周围的环境不会快速改变</p>
<ul>
<li>4.18.1. 还可以在公共道路上使用自动驾驶系统，比如港口周围，或像旧金山这样气候温和、有高精地图的城市</li>
</ul>
<p>4.19. “监护人自治”(guardian autonomy)</p>
<ul>
<li>
<p>4.19.1. 目标是利用比肉眼更开阔的感知系统和基于芯片的推理引擎确保司机不犯错</p>
</li>
<li>
<p>4.19.2. 你仍有控制权，会在驾驶难度高的道路上掌控驾驶，但监护人系统会增强你的感知，使你成为技术更精湛、更安全的驾驶员</p>
</li>
</ul><br><br>
来源：https://www.cnblogs.com/lying7/p/18990001
頁:
[1]