低成本、安全性、專爲AI設計、VR控制……加州大學伯克利分校一個機器人研究團隊最新研發的Blue機器人，無疑讓許多人瞥見了未來機器人的發展方向之一。

　　據數據顯示，全球機器人銷售在過去五年中翻了一番，但今天在工廠和倉庫中部署的機器人，性能和配置幾乎與我們幾十年前的機器人相同。它們既強大又精確，但購買成本高昂，對人類來說也很危險。

　　（截圖自：UC Berkely Youtube視頻）

　　Blue看起來有點像孩子筆下稚嫩的機器人繪圖：它是由笨重的3D打印部件製成的，有一對帶有鉗子的人形機器人手臂，每隻手臂有7個自由度。

　　Blue機器人自身重量僅爲8.7千克，連續有效荷載爲2千克。可以在非結構化的環境中執行人類熟悉的日常活動，如疊衣服、泡咖啡……

　　它可以支持研究者使用VR進行控制，這一過程對訓練AI機器人算法非常重要。讓操作員揮動手臂，然後可以將手臂一前一後揮動。在研究者通過VR設備操控機器人的同時，AI算法能夠對行爲進行模仿學習，相當於人類爲機器人減少了很多試錯的過程，讓機器人快速掌握某項技能。它還可以訓練使用人工智能操縱物體，這種控制方法在機器人中仍然非常罕見。

　　負責該項目的機器人專家、UC伯克利大牛Pieter Abbeel希望改變這一點，他說Blue已經做到從頭開始構建，以利用最近AI改進的專業知識與積累。“人工智能越來越強大這一事實讓我們有機會重新思考——如何設計機器人，”Abbeel稱，“近幾年，AI已經取得了長足的發展，這讓現在的機器人在軟件層面變得更加智能，但硬件上卻原地踏步了很多年。我們需要爲如今的AI時代開發新的機器人硬件……降低造價對推進機器人研究也至關重要。”

　　基於這些想法，伯克利機器人學習實驗室中的來自不同領域的超過15位研究人員爲Blue機器人開發了一個低成本類直驅驅動（Quasi-Direct Drive，QDD）控制器，構建了完整的設計範式，可以達成不受限的自動化控制；機器人可以支持流行的基於AI的控制方法；他們也爲機器人自身的設計和機器人的生產過程做了詳細考慮，以便降低它的成本。

　　Abbeel解釋說，目前使用的大多數機器人都是功能強大而操作準確的。他們的動作是預定義的，他們只是一遍又一遍地重複相同的動作，無論是將貨物託盤、焊接車或緊固螺絲擰入智能手機的邊邊角角。

　　相比之下，未來的機器人將具有反應性和動態性。他們將能夠安全地與人類一起工作，而不會打斷或誤傷他們，而不是提前計劃他們的行動，他們將使用相機和傳感器實時導航世界。

　　“如果你看一下傳統的機器人，它們的設計都是圍繞着非常高精度和重複運動的原理，”Abbeel說。“但你不一定需要亞毫米級的可重複性。”（能夠一次又一次地執行相同的任務，並且運動差異小於一毫米。）“人類沒有亞毫米級的可重複性。相反，我們用眼睛和觸覺感受，通過反饋來完成工作。”

　　Abbeel和他的團隊，研究員Stephen McKinley和研究生David Gealy希望Blue能以同樣的方式運作。它有一個帶有深度感應攝像頭的中央視覺模塊，其手臂由帶橡皮筋的電機控制，使其具有靈活性。如果你推動工業機器人手臂，就像推着磚牆一樣。但是Blue在擁擠的地鐵車裏更像是一個人：推擠它，它會“識相”地移到一邊。

　　這使得Blue能夠更安全地工作，但也適用於使用強化學習的研究，強化學習是一種在機器人學中變得流行的AI訓練方法。強化學習的工作原理是要求代理人完成一項任務，並在任務完成時給予獎勵。這基本上是反覆試驗，代理人開始時不知道如何完成目標，然後慢慢地自學。

　　Pieter Abbeel認爲，一旦機器人通過模仿學習掌握了某種技能，它們可以更快地通過強化學習不斷將這項技能進化，進而達到趨於完美的，這可比普通的編程或者強化學習要有效得多。

　　使用具有強化學習的傳統機器人可能是昂貴的。它們缺乏靈活性使它們變脆且易損。此外，強化學習需要時間來產生結果，並且由於機器人很昂貴，成本的迅速攀升與積累可能很快就會讓人打退堂鼓。

　　傳統的工業機器人爲了順利進行重複性生產任務，通常具備較高的精度和強度，但這就無法保證人類在旁邊工作時的安全性，同時也無法勝任更加靈活的工作。因此，協作機器人在近幾年應運而生，旨在將機器人（精確）的重複性能和人的能力結合起來，同時爲了能夠與人類共同工作，協作機器人大多進行了防夾傷、防碰撞的設計。但協作機器人的售價也常常在數萬美元以上。

　　這就讓我們見到了Blue可能會有所作爲、大展身手的另一個領域。在Blue到來之前，伯克利的研究機器人是由 Willow Garage 建造的 PR2，它也有一對手臂和鉗子，但製作成本昂貴，在40萬美元左右。相比之下，Blue的材料清單價格僅爲3,000美元。Abbeel表示，該團隊尚未確定最終價格，但他們希望將目標鎖定在5,000美元的範圍內。據其官方介紹，Blue機器人具備7個自由度的雙臂機器人，量產之後價格有望控制在2000美元以下。

　　“當你願意放棄亞毫米精度時，這就成爲可能，因爲你會意識到你不需要基於AI的控制，”Abbeel說。

　　許多其他研究實驗室和初創公司也在瞄準這種新模式，希望教會機器人如何使用人工智能。Abbeel是其中一家的總裁，一家名爲Embodied Intelligence的創業公司。Kindred AI是一家制造機器人的公司，可以在倉庫中挑選物品。 Elon Musk創立的研究實驗室OpenAI使用機器人手完成了類似的工作，谷歌也在探索機器人的AI培訓。

　　不過，一些專家對Blue對業界、市場的吸引力程度持懷疑態度。他們注意到它與Baxter並沒有什麼不同——Baxter是另一個帶有手臂和鉗子的協同機器人。去年，Baxter、Rethink Robotics兩家機器人明星公司都倒閉了，引起一片唏噓聲。

　　英偉達的機器人研究員Ankur Handa表示，Blue的鉗子限制了它可以執行的任務範圍，即使使用AI控制，它的精確度也會出現問題。“總的來說，我不認爲他們提供任何特別新的東西，”Handa補充說，Blue機器人仍然是製造更便宜的機器人的一步。

　　但Abbeel看好Blue的未來。該機器人目前正在小批量生產，但Abbeel希望擴大規模，最終轉向委託給Berkeley Open Arms外包製造，以實現大規模的量產。第一批目標客戶將是研究實驗室和大學，其中機器人目前在團隊之間共享，就像20世紀60年代的計算機一樣。提供更便宜的機器人將使它們在更廣泛的場景中變得可用，從而提高機器人研究的產量。

　　據悉，2017年，Pieter Abbeel就與陳曦（Peter Chen）、段巖（Rocky Duan）和張天浩（Tianhao Zhang）創立了Embodied Intelligence（如今公司名：COVARIANT.AI），旨在藉助深度模仿學習（Deep Imitation Learning）、深度強化學習（Deep Reinforcement Learning），開發AI軟件幫助機器人更輕易、高效地學會複雜的操作。

　　更重要的是，Abbeel希望Blue能夠爲未來的家用機器人提供一個藍圖：低成本，靈活，適合人類使用的東西。“這種設計完全符合我們的想法，”他說。“未來仍然存在很多挑戰，並不像我們認爲這個特定的機器人會走進家家戶戶。（但）這是一種將我們引向新方向的設計範式。”