机器人|王世全：能帮人类完成“枯燥且危险”任务的机器人，应该长这样

上一周，马斯克在发布会上公布了“人形机器人”的研发计划，预期特斯拉将在未来制造出能够替代人类从事“重复、枯燥且危险”工作的机器人。
但其实在我们最近的当前，国内的许多工厂也已经有了配备新一代机器人的流水线。那么这些帮助我们更好地工作的机器人，是怎样被设计出来的呢？

文章插图

王世全
上海非夕机器人科技有限公司
下面是从事机器人研发工作的王世全带来的演讲，一起来看：
大家晚上好！很高兴能有机会跟大家分享我们过去四年致力做的事情——研发新一代的机器人技术。
说到机器人，大家想象中的机器人可能是这个样子。
它能够灵活有效地为人类做各种各样的事情。
然而现实生活中的机器人，即便是最前沿的机器人，因为在开放环境下，它在工作的过程中只能以一个非常低效、缓慢的工作状态，去胜任局部的、有限的任务。
我们认为，这其中最核心的原因在于：目前的机器人很难适应现实环境中的不确定性，很难灵活地适应环境中的变化。
传统的机器人基本上是在重复的轨迹上进行重复的运动，或是通过视校的方式记录点位，或是通过编程的方式在比较确定的环境中工作。
如果配备了视觉，机器人可以有一定的适应性。但是，因为轨迹的计算效率其实不是那么地高。而且目前视觉还有很多局限，包括成本、打光，还有一些成像的精度和刷新的频率等，所以机器人的自适应能力仍然有限。
为了解决这个问题，我们重新开创了一个新的品类，并称之为“自适应机器人”，就是一种能够以更加类似人工作的方式去工作的机器人。

文章插图

在我们的这项技术里面，机器人是基于底层的灵敏的力觉。我们开拓了一种新的传感技术，可以使得传感器从成本、精度还有稳定性的方面有量级的提升。
正如视频里面呈现的那样，它可以感知小于3g的力的变化，从而赋予机器人类似人的触觉的能力。
人另外一个本能是条件反射，基于力学就是说机器人怎样通过力学的方式快速地适应工作、完成工作。像视频里面展示的，我们从底层的软硬件一体化研发开始，比如说通过立杆的方式，使得机器人能够以5倍的效率、30倍以上的精度，完成抛光的任务。
我们的整个软件架构是基于任务而不是基于绝对轨迹的。它更多是以人的小脑的方式来运作的。比如像视频里面，让机器人能够用力学的方式让一个小球在盘子上面旋转，同时可以非常灵活地去适应实时环境给它的一些干扰。这也是我们的一个核心能力。
基于我们的底层的触觉、条件反射，还有全身的协调，我们才能够让人工智能机器人起到决策和判断的作用，从而构建我们称为层级式的机器人智能的技术。我们的底层设计是简单快速的、基于力的条件反射；而上层是复杂的、稍微慢一些的人工智能的决策。
对于这种技术的实际应用，我们以工业为例，在传统的工业生产线中，由于机器人本身的一个适应能力的限制，需要额外加上很多非标的工装治具、额外的设备，还有二次定位。所以呈现出来的整个线的形式是类似图中这样的比较复杂的方式。
而如果是基于我们的“自适应机器人”，就可以极大地简化周边的设备，使得整条线更加的柔性、简洁。
另外，这种复杂的基于力的工艺，在自动化层面能够直接配备人使用的普通工具，从而达到很好的抛光打磨的效果。