Sami Haddadin：研发「会痛」机器人，让人机交互更安全｜42问AI与机器人未来
日期： 2019-08-20 分类： 个人收藏 428次阅读
42个AI与机器人大问题之——
「要创造现代版阿西莫夫机器人定律吗？」
本届大会由腾讯 AI Lab 携手Nature Research（自然科研）及旗下《自然-机器智能》、《自然-生物医学工程》两本期刊联合举办。大会上将发布「42个 AI 与机器人大问题」报告，并邀请 11 位世界知名学者为这些宏大问题给出每个人独特而深刻的理解与答案。在报告中，我们还邀请到 Yoshua Bengio、Jürgen Schmidhuber和多位中国院士提供专家见解，也欢迎你参与报告调研。
「42 」源自科幻小说《银河系漫游指南》，是智能计算机「Deep Thought（深思）」经过 750 万年运算，找到的「关于生命，宇宙及一切问题的终极答案」。我们希望这个有终极目标意涵的 42 个大问题，能激发对人、AI与机器人未来的长远思考与规划。
今天我们要介绍的是致力于创造能在日常生活中为人类服务的安全机器人的 Sami Haddadin 教授。
Sami Haddadin 是一位杰出的机器人安全专家，担任慕尼黑工业大学机器人科学与系统智能系主任以及慕尼黑工业大学慕尼黑机器人与机器智能学院（MSRM）院长。Haddadin 教授于 2018 年在慕尼黑工业大学开始组建MSRM，这是一个机器人和机器智能综合研究中心，「旨在为我们这个时代的核心难题开发创新和可持续的技术和解决方案」。
Haddadin 获奖颇丰，其中包括 2017 年的由德国联邦总统颁发的德意志未来奖（Deutscher Zukunftspreis）以及 2019 年的戈特弗里德·莱布尼茨奖（Leibniz Prize）。
迈向阿西莫夫机器人定律
在汽车生产、精密设备组装等领域，工业机器人已经得到了大规模的应用。与此同时，机器人也正在进入我们的日常生活：它们可以帮助照顾行动不便的老人，做家务，驾驶汽车，成为我们的助手、同事、朋友甚至伴侣。
为了实现这样的目标，机器人安全是一个不可绕过的重要问题。而在机器人安全的议题中，著名科幻小说家艾萨克·阿西莫夫在其作品中提出的「机器人三定律」常被提及、讨论和研究。在「机器人三定律」中，最基本的第一定律事关机器人对人类的安全——「机器人不得伤害人类，或坐视人类受到伤害。」
这一定律由自然语言写成，而当前的智能系统还远不能真正理解自然语言。此外，人类目前也很难将这一定律翻译成机器所能理解的语言，首先的一大技术难题是如何为「机器人」、「人类」和「伤害」等概念给出可量化的定义；而且在技术问题之外还存在诸多道德伦理上的困难。
难题虽多，但总不乏攻坚克难者。在机器人安全这一领域，Haddadin 正致力于让人类在与机器人交互时能够确保自己的安全。
2005 年，Haddadin 的硕士论文探索了安全人-机器人交互的评估指标和控制结构。2006 年，Haddadin 参与了一项重要的研究：机器臂的碰撞检测和安全响应。他们提出了一种有效的碰撞检测方法，仅使用本体感觉的传感器就能为机器人提供碰撞后安全响应的方向信息。在 2008 年的探索频道的节目上，Haddadin 用自己的肉身亲自展示了这种系统的可靠性。
被能挥出几吨力量的拳头的机器人用「小拳拳」打胸口是什么感觉？Haddadin就亲自体验过。这需要的不只是人与机器之间的相互信任，更需要足够的技术研发实力提供充分的安全保证。（图源Discovery Channel）
此后，Haddadin 的研究领域进一步拓展，延伸到了各种不同的人机交互与机器人研究和应用场景，比如碰撞测试、人形机器人操控、人机交互的伤害评估、柔性机器人、人机协同等。
2011 年，Haddadin 以论文《实现安全机器人：向阿西莫夫第一定律前进》获得亚琛工业大学博士学位。该论文研究了这样一个重要问题：如何确保人类与机器人共存时的安全？具体内容涉及人与机器人交互中的伤害评估、效果评估以及影响伤害情况的因素。其中写道：
「在人-机器人交互中提供安全是一个多方面的难题，并且需要多个抽象层面的分析。人-机器人的物理交互的目标是实现人类与机器人在共同工作空间的共存以及通过物理方式扩展他们的交流模式。这种空间上的接近会导致多种潜在的威胁，这由相关系统的当前状态所决定，其中包括人、机器人和它们的周围的环境。」
机器人安全问题的分类，其中安全分析是实现机器人安全的基础
值得一提的是，该论文获得了欧洲机器人学最佳学位论文奖，并在经过修订后于 2013 年出版发行，成为了机器人安全领域的教科书。
随着「痛觉」强度的增大，机器臂的响应幅度也越来越大，同时它还要尽力保证原来的任务——不让小鸭子掉落。
用机器学习创造安全的机器人
另外，Haddadin 也很早就探索了机器学习在机器人控制中的应用，比如他的研究发现使用机器学习方法可以帮助分辨机器人与外界的接触是「交互」还是「碰撞」。现在，机器学习方法在机器人领域的应用已经成为了他的研究重点之一。
他在 2018 年的论文《操作的艺术：盲视地学习操作》中写道：「对机器人而言，执行需要技巧的操作是非常困难的任务。到目前为止，即使专家也很难编写出这些任务的程序，比如众所周知的在真实世界中将物品放入孔洞中的任务。自动习得这些技能仍然是一项艰巨难题，更别说将其泛化到新的任务了。通常而言，学习操作需要大量计算力、非常长的学习时间或两者兼要。但是，到目前为止实现的性能表现仍远不及人类表现。」
为此，Haddadin 提出了一种新的学习范式，将基本的电机控制、简单和复杂的操作策略以及高层面的操作规划统一到了一起。这种新范式实现了很好的效果：激活学习算法后，机器臂能够很快适应并学会控制机体的方法，也能在交互中探索完成任务的方式，并且也能很好地将学习到的知识泛化到其它相似但不同的任务上。
机器臂摸索完成的任务的方法（图源DLDconference）
值得注意的是，Haddadin 提出的这种新范式并不是依赖当前最热门的深度学习技术，而是采用了模仿学习的方法，他解释说：「你在这里看到的实际上不是通过巨大的深度网络计算出来的，而是一种通过观察人类的非常聪明的 AI 技术——通过观察人类的学习方式、人类的运动方式以及我们使用手的方式。我们的手是一种很了不起的工具，是通过进化设计的复杂工具。我们基本上就是模仿人类使用手的方式。」通过这种方式，机器人只需少量尝试就能学会完成任务的方法。
向人机共生的未来前进
Haddadin 教授的很多基础研究都成功转化为了可以实际应用的计算机程序。据谷歌学术统计，他至少已经获得了 31 项专利，其中包括今年获得的 13 项，涵盖控制机器人方法、机器人驱动单元以及预防网络故障的机器人系统等。
他与兄弟 Simon Haddadin 于 2016 年创立的机器人公司 Franka Emika 正在努力将这些研究成果转化为真正可用的产品。该公司研发的 Panda 机器臂即配置了 Sami Haddadin 的团队所研发的机器人安全技术。这款机器人具备灵敏的触觉，人类能够轻松地用手引导它，也能避免发生碰撞，因此能与人类在同一个工作空间中安全地互相协作。
Panda机器臂正在执行按按钮任务
据介绍，Panda 是「首款具备 AI 能力、学习能力、高灵敏度和完全可交互机器人助手」。要让 Panda 学习动作，用户可以手动方式引导机器臂完成一系列动作，同时通过机器臂上的按钮将每个步骤录入 Panda 的记忆。几分钟时间内，它就能学会这个任务并重复执行的过程，这不需要工程师再另外编写复杂的程序。
目前，Panda 已被投放市场，价格不贵，即使中小型制造企业也能负担，能带来显著的人力成本节省和效率提升。据估计，Panda 将在 2019 年售出 12000 台。
Franka Emika 还打造了一个数字机器人平台 Franka World 以推动工业 4.0 的发展。借助这样的全新的机器人平台技术，该公司希望能提升机器人的性能表现以及让每个人都能获得它们，以克服现代社会最艰巨的难题之一——将人类从繁琐枯燥、具有潜在危险以及非常耗时和单调的劳动中解放出来。
对于 AI 与机器人发展的未来，Haddadin 表示：「我认为下一个阶段与机器智能有关，而智能需要身体。」在AI与机器人大会上，Haddadin 教授将与我们分享他的研究洞见。
｜演讲摘要
《温柔的机器人》
The gentle robot
几十年来，让机器人具备与人类和未知环境的交互能力一直都是机器人研究的一大主要目标。我将概述以人类为中心的机器人设计、受人类神经机制启发的非线性柔性机器人控制以及基于物理学的学习算法将如何在不远的将来将机器人变成一种商品。尤其需要指出，能够处理复杂的碰撞情况的顺应式和能量受控式超轻型系统可以在广泛的应用领域为人类提供高性能的辅助。组合用于动态和技能学习的全新方法，可以设计出灵活且易于使用的机器人动力工具和系统。我们近期的工作已经造就了第一款下一代机器人 Franka Emika，并已经在近期实现了商业化。该系统能够与人类进行安全的交互、执行甚至学习敏感的操作技能，而且该系统价格合理，并被设计成了分布式的互连系统。
☟ 点击【阅读原文】参加AI与机器人大会
除特别声明，本站所有文章均为原创，如需转载请以超级链接形式注明出处：SmartCat's Blog
上一篇： 用tensorboard可视化CNN各层features maps
下一篇： flask进行表单验证时导入出现ImportError: attempted relative import with no known parent package
精华推荐