美国“国家机器人计划”资助协作机器人开发
2015年12月17日,美国国家科学基金会(NSF)联合国防部(DOD)、国防部高级研究计划局(DARPA)、国家航空航天局(NASA)、国立卫生研究院(NIH)、农业部(USDA)等联邦机构部门宣布,将投资3700万美元用于推动协作机器人(co-robots)的开发与使用[1]。协作机器人无需被隔离,能够直接与人类一起工作和生活,且不会对人类造成伤害。这是“国家机器人计划”的第四轮资助,能源部作为新加入的联邦机构,将与上述政府部门一道,成为该计划的资助机构之一。在协作机器人领域,该计划关注以下14个重点方向:
(1)自治系统:涉及到在非结构化环境中部署单个或多个代理来增强智能感知和智能决策方面的原理、计算方法和架构等。
(2)社会、行为和经济:包括社会群体对协作机器人的推广和使用模式,各行业使用协作机器人的积极面、潜在问题和伦理诉求等。
(3)传感和智能感知:涉及传感器/生物传感器系统和网络;针对特定目标的高空间分辨率和高时间分辨率的实时环境感知系统;各种光照条件下的目标识别与感知系统;增强智能感知的策略等。
(4)建模与分析:协作式任务(譬如生产线装配)的人机交互物理模型以及相关的性能参数;可验证的仿真模型和仿真基准;动态人机交互团队中的工程和人为因素建模等。
(5)设计和材料:有利于提高人的安全性和增加操作舒适度的机器人的物理设计;协作式机器人的通用启动方法;启动和移动机器人的新方法和新机制;带有嵌入式电源、启动、传感和计算功能的软结构;能进行生物特征探测和急救的可穿戴机器人和智能服装等。
(6)交流和操作接口:包括研究人类的认知、交流和自然语言处理、语言理解和语言能力的形成过程;人和机器之间通过物理接触以及人脑-机器界面(接口)进行交流的可行性。
(7)规划和控制:能保障协作任务顺利执行的规划方法;可证明的正确的规划方法;能有效标识搜索空间和速度规划的模型和算法;包括人机系统在内的混合系统的最优控制方法;模拟人类学习、推理和行动计划方面的控制器;适合人类控制的人机协同学习界面(接口)的可靠性。
(8)人工智能:人类推理和行为规划背后的机理;整合了推理、感知、运动和自然语言处理能力的问题解决架构;人类感知和获取语境知识的模型;适用于人机协作融合了机器和人工智能规划能力并具备导航和学习能力的系统;能强化多代理系统,人机认知和发展以及知识表示等方面的专业知识。
(9)认知和学习:机器认知与预测;人类或动物的认知模型;能提高人类认知水平的认知修复模型;人机团队共享心智模型;能从自己的经验或其它机器人的经验学习的系统;认知修复;整合了演绎推理、概念统计、案例和符号推理等功能的混合体系架构;采用通用非线性逼近与扩展以及非光滑逼近等方法实现的通用机器学习算法。
(10)算法与硬件:设计适用于上述研究项目的数据结构,算法和硬件系统(包括GPU和FPGA)以满足相应的实时和交互性能要求;以及支持各种问题规模大小的解决方法。
(11)应用场景:新的应用场景就需要新的传感器,研究课题应侧重于医疗保健、海事、监控、采矿、居家、农业、纳米机器人、神经接口、信号处理、智能假肢控制方法等方面。
(12)具体平台:研究课题侧重于微型机器人、纳米机器人、类人机器人、联网多机器人团队、机器人操作系统(ROS)、假肢、家居和装配线等。
(13)辅助技术:借助于能理解人类意图,根据实际情况决策并能让人类具有超出其自身固有的生理、认知或者感知能力的系统来让增强人类能力。
(14)科学、技术、工程和数学(STEM)教育:研究机器人技术以给不同行业不同年龄的人创造一个交互式的因材施教的学习环境;培养下一代研究人员来解决数据时代机器人科学和技术领域所面临的新挑战。
2015年度,“国家机器人计划”已经向全美27个州的49家机构资助了66个新的研究项目,时间跨度从1-4年不等,涉及机器人传感、运动、计算机视觉、机器学习和人机交互等。
(唐川 万勇)