2016年7月，美国计算机社区联盟（CCC）发布了《下一代机器人》白皮书，阐述了过去五年中的机器人研究进展及未来发展机遇。本文将重点介绍未来的机器人发展机遇。

2011年，美国国家机器人计划（NRI）正式启动。与此同时，机器人协会在计算机社区联盟的支持下完成了多份路线图制定工作，其中第一版于2009年发布，2013年又发布了修正版。尽管这些路线图并未与NRI严格保持一致，但它跟踪记录了机器人的研究工作，并为衡量研究进展提供了一个指标。

在过去5-10年机器人技术发展迅速，但大多数相关领域仍处于起步阶段。针对组织研究的最佳路径争议不断，是效仿50年前的美国国家航空航天局（NASA）以“moon shots”项目的形式开展研究，还是侧重研究更具应用前景的核心领域？近来，对前者的呼声较高。NASA月球任务耗资52亿美元，给从新材料到控制以及航空技术等领域带来了广泛的社会利益，然而规模更小的计划是否能达到类似的影响就不太明朗了。未来研究聚焦于无人驾驶、老年人辅助机器人、残疾人辅助机器人和食品生产四大领域。另一个思路是直接考虑商业驱动因素，如个性化制造、自动化软件制作、日常服务机器人和灾害营救辅助机器人。

更多

过去，机器人技术主要研究领域均取得惊人的进展：①感知，尤其是视频和深度图像判读；②机器学习；③人-机器人交互；④低成本硬件；⑤人类安全机器人；⑥成熟的控制、地图构建和规划技术；⑦更易于集成的系统。

未来机器人技术的发展演进如下所示。

（1）自主与协作

当前国家机器人计划注重协作机器人的研发，创造能实现或者增强人类能力或生产力的系统。而自主性是对协作能力的补充，其定义为：系统能在没有外部（人类）输入的情况下独立完成预定目标，同时遵守一系列定义或限制其行为的规则和定律。问题的关键在于，明确的执行规则不能适应所有可能的目标和情形。自主系统必须能在动态、不确定和无法预料的情况下独立、智能地行事，且能在其目标和控制其行为的规则出现矛盾时察觉到问题并及时放弃。事实上，自主性是协作系统的一项关键能力，无论哪种协作，协作者都必须能独立工作，且遵守协作规则。

（2）未来研究主题

过去五年的发展让机器人领域达到了新的高度，同时为基础研究和以系统为重点的研究创造了新机会和能力，涉及到的主题有：

①学习：任务级学习（Task-levellearning）与适应、终身学习。

②软件系统：安全性和可靠性、故障恢复。

③驱动：高度可重构、集成、人类安全的系统，软机器人技术。

④传感：机器人相关的传感技术在成本、性能和分辨率上有所改进，但视觉、力觉、触觉感应仍无法达到人类的灵敏度。随着机器人从移动向操控发展，支持对象规划、接触控制和处理的传感技术仍然是一大主要障碍，是未来的重要研究机会。

⑤社交联系：人类机器人交互（HRI）的研发和部署将激增，尤其是非物理的社交HRI。

⑥使能基础设施：许多机器人应用领域都需要大量的硬件、软件和数据基础设施。

⑦可穿戴嵌入式设备：需要深度理解软机器人，如新材料、操作执行器、控制与传感、非传统的基质、与生物和生物启发模型的直接连接。

⑧协作系统：未来将利用多模界面、直观的、用户体验驱动的工作流来安全规划、计划、操作和维护制造系统。

报告最后说，在过去的五年里，在机器人基础研究和技术应用上面已经有了巨大的进步，机器人技术已经被认为是未来技术商业化的一种有效的力量。许多技术已经被“民主化”了，意味着它们现在被更广泛地接受，在教育、科研和技术转移中拥有更多的机会。机器人让每一个接触过它的人都产生了兴奋感。

然而，如果我们使用汽车行业来类比，当前的机器人技术离“福特”流水线生产阶段还非常遥远，今天的技术真的只是未来的创新即将发生的第一个平台。美国国家机器人计划（NRI）一直在致力于探索机器人可能的应用场景，特别是提出了“人机互动”是机器人应用的最重要概念。

下一步当然是需要多学科的基础研究以及整合科学的发展，随着机器人走向高度结构化的环境中，并开始与现实世界互动，我们可以预见很多当下无法克服的方法论和技术障碍。要更大规模的应用机器人技术，更好的传感、更好的驱动，以及更整体的规划、推理和学习能力将更为重要。对新问题快速进行建构、执行、部署并适应新环境，需要很多新软件和新整合方法。

——本文摘选自《科学研究动态监测快报》（2016年第八期），有修改。

收起