中科院之声机器人也路痴？丨智言智语
编者按: 智显未来 ， 洞见新知 。 中科院之声与中国科学院自动化研究所联合开设“智言智语”科普专栏 ， 为你介绍人工智能相关知识与故事 ， 从最新成果到背后趣闻 ， 带你徜徉AI空间 ， 看人工智能如何唤醒万物 ， 让世界变得更美好。
随着智能技术的发展 ， 各式各样的服务机器人已经成为我们生活中的常客 。 那么 ， 你有没有产生过这样的疑问：机器人会认路吗？它们是怎么探索新环境的呢？
本文插图
【中科院之声机器人也路痴？丨智言智语】 （图片来自网络）
是像人类一样用炯炯有神的大眼睛直接探路？
本文插图
（图片来自网络）
或者借助某种神妙之力？
当然没有这么简单 ， 请听我们的详细解答！
以目前已经在我们的日常生活中广泛使用的扫地机器人为例 ， 作为非常需要具备“认路”能力的一类机器人 ， 为了实现快速的环境清扫工作 ， 它在到达新环境时的第一项工作便是——构建环境地图 。 地图对于移动机器人来说非常重要 ， 一方面 ， 机器人需要通过地图估计当前时刻在环境中的位置；另一方面 ， 地图为机器人的路径规划系统提供了搜索空间 ， 以实现机器人在环境中安全 ， 快速地移动 。
图1 扫地机器人（图片来自于网络）
因此 ， 快速地构建精确的环境地图是服务机器人实现安全高效服务的前提 。 环境地图很重要 ， 但机器人又是如何顺利构建地图的呢？这里我们就不得不提到解决这类问题的核心方法——未知环境探索 ， 它是指机器人在一个全新的环境中 ， 通过自主移动构建整个环境地图的过程 。 未知环境探索的关键在于机器人运动控制的计算 ， 以保证机器人采取有效的动作构建精确的环境地图 。
除了室内这种扫地机器人 ， 未知环境探索方法也广泛应用于室外环境下的移动机器人上 。 例如救援机器人 ， 需要在一个新的环境中搜救幸存者 ， 通过自主探索希望能够快速地覆盖整个环境区域 。 矿井勘探机器人以及海底探测机器人上也常常用到这类技术 ， 其任务目的都是尽可能地覆盖更多的区域 ， 以完成特定的任务 。
未知环境探索方法有着怎样的发展历史呢？
未知环境探索问题在上个世纪90年代提出 ， 其目标是使机器人在全新的环境中具有自主决策能力 。 目前常用的未知环境探索决策方法有三大类：基于边界的方法 ， 基于信息的方法 ， 以及基于深度神经网络的方法 。
基于边界的方法是最早的未知环境探索方法 ， 它通过检测地图中的自由区域与未知区域之间的边界 ， 以引导机器人探索没有去过的环境 。 在三维环境中 ， 由于这种边界很难在三维空间地图上直接搜索 ， 因此会常常与一些随机搜索算法相结合 ， 例如快速随机搜索树等 。 这种方法在室内服务机器人 ， 矿井搜索机器人中广泛使用 。
基于信息的方法则是将信息理论中熵的概念引入到未知环境探索问题中以构建优化问题 。 在信息理论中 ， 熵通常用于衡量一个分布的不确定程度 。 熵值越大 ， 表示对状态的不确定性越高 。 当机器人到达一个新的环境时 ， 此时面临地图的熵值是最大的 ， 而机器人需要通过移动 ， 增加地图上每个位置状态的确定性 ， 以减小地图熵值 。
随着深度神经网络的发展 ， 近几年也衍生出了一些基于深度神经网络的未知环境探索方法 。 例如采用深度图像或局部视野范围内构建的地图作为深度神经网络的输入 ， 采用监督学习训练方法 ， 直接预测机器人的运动方向 。 这种方法一方面依赖于大量的监督数据 ， 另一方面容易陷入局部解 。 强化学习作为一种序列决策方法 ， 通常会被结合进来用于深度神经网络的训练过程中 。 相比于前两类方法 ， 这类方法的优势有两点：不再依赖专家规则 ， 并且可以处理更杂乱的环境 。
推荐阅读
![[量子科学论]对我国航天事业影响大吗？，30天内两次火箭发射失利](https://imgcdn.toutiaoyule.com/20200411/20200411153459502131a_t.jpeg)
- 狼|日本居民区摆出红眼机器“魔鬼狼”，为防熊出没
- 葡萄|到底要不要去葡萄皮？果酒机器：酿葡萄酒
- 中央广电总台中国之声|奶奶住院不肯喝药！孙子出高招，网友笑着笑着就哭了
- 中科院之声|科学家用严格耦合波分析法获取PT对称的声栅衍射特性
- 哈工海渡|新一代智能办公机器人系统上线，数字白领“上岗”
- 机器之心旷视物流，一个AI独角兽的B面
- 人工智能领军企业达观数据推出新一代RPA智能办公机器人集群
- 当人工智能遇上服务机器人 机器人被赋予了人类的“灵魂”
- 中投顾问|2020-2024年中国协作机器人产业的分析
- 智能机器人和机器人对战乒乓球，你玩过吗？要不来试试？