前言9月23日，机器人大讲堂邀请中国科学技术大学机器人实验室主任陈晓萍为大家做了一场题为“机器人灵巧:需求驱动的技术变革”的精彩讲座。陈晓萍教授是2015年世界人工智能大会机器人领域的主席，也是2008年和2015年机器人世界杯和学术会议的主席。2016年获得IEEE ROBIO大会最佳论文奖，同时获得国务院政府特殊津贴。他是中国科学技术大学杰出研究校长奖的获得者。
陈晓萍教授从准确性和灵活性两个方面深入分析了机器人过去的成就和未来的挑战。以下为陈教授演讲实录:
讲座内容
机器人灵活性:需求驱动的技术变革
机器人从精确到灵巧。
对于机器人的发展，一方面结合国家战略需求和市场需求研发机器人；另一方面，根据我们对全球机器人技术的成就和应用的了解，我们可以衡量技术的有效性。当两个方面放在一起，我们发现机器人现在需要有一个根本性的进化，就是逐渐从精准到灵巧。
回顾机器人产业的历史。从1961年开始，工业机器人在通用汽车公司的生产线上使用已经有56年了。人工智能领域到现在已经做了60多年了，中国取得的成就更多的是关注阿尔法狗，但是西方人开始重视人工智能是在1997年，IBM的深蓝打败了棋王卡斯特洛夫十年。于是，对于西方人来说，他们觉得人工智能超越人类比我们早了20年。但是为什么工业机器人可以成功，而所谓的智能机器人还没有成功呢？
工业机器人综述
其实工业机器人比较简单。其硬件体基于关节-连杆机构，通过运动学计算关节角度，保证机械手末端能够到达指定位置。很容易让人产生一种误解，认为机器人的成功完全是因为机械手的精准，但事实并非如此。
这几年我们去很多生产现场实地考察，发现生产线上需要大量的辅助设备，其中有一种叫做夹具。夹具比机器人要古老得多，这方面也有很多成熟的技术。一般来说，在中国，一条生产线的支出只有1/3到1/5是用于机械臂，其余都是这些辅助设备，包括夹具。在国外，他们的加工精度更高，所以他们在辅助设备上的支出占的比重更大。其中只有1/5到1/8是机械臂，其余都是辅助设备。全面看了一下，我们发现工业机器人的成功不仅仅是因为机械手的精准，还有环境的精准。环境如何才能精准？需要进行精准的改造，也就是说要建一条生产线，保证生产线上的每一个操作对象在任何时刻都精确定位，让机械臂等加工设备精确操作。这是一个工业机器人的完整图像。
传统主流控制策略
工业机器人背后的技术主要是控制技术。传统的主流控制技术有四种:最优控制、自适应控制和鲁棒控制，都试图使机器人具有一定的灵活性或灵巧性，第四种称为分层控制。当问题过于复杂时，就需要分层控制。
各种传统控制策略背后其实有两种原理。
第一种是基于决策理论的精确控制，即基于马尔可夫决策过程理论的控制原理。该原理对问题进行了抽象，将实际问题抽象为四个基本组成部分:状态集、动作集、奖励函数和概率传递函数。在这组基本元件的基础上，介绍了一些数学规划方法。首先，定义值函数，它评估一个动作的值。函数的值怎么算？最初的方法是用贝尔曼公式，后来有很多改进的计算方法。有了价值函数，就可以计算出最优策略，进而决定在什么状态下执行哪种策略是最好的。决策理论的基本要素之一是概率传递函数，它在马尔可夫决策中起着关键作用。下面的价值函数和最优策略解都依赖于概率传递函数，没有它什么都做不了。这个系统在理论上有很多成果，但在实际应用中，根据我们的观察和了解，对于一个大规模的实际问题，很难得到一个实用的概率传递函数，成功的例子也很少。也就是说，这个理论假设了一个数学机制，但是那个机制在大规模的实际问题中通常是不可用的。
那么，工业机器人实际上是如何工作的呢？就是用运动学和动力学简化决策理论模型，关键是替换概率传递函数，所以没有问题。这样做的效果是达到了准确性，但在很大程度上失去了灵巧性，因为在马尔可夫决策论体系中，不确定性是不能脱离概率来表达的。所以，在工业上，我们其实用的是运动学和动力学。
另一种是基于模糊数学的模糊控制。模糊数学也可以用一段话概括。核心思想是用实数区间[0，1]，即用连续统上的分类/建模代替二元布尔分类/建模。比如平台的边缘能精确测量吗？不能。然后，根据模糊数学，给桌面边缘的每个点赋予一个隶属度。比如给它1，表示这个肯定在桌面上；给它0，肯定不在桌面上；在其他情况下，隶属度用来表示桌面上的模糊性。隶属度和马尔可夫决策理论中的概率传递函数一样，对于大规模的实际问题，很难得到实用的隶属度。
智能技术综述
1997年，IBM的深蓝打败了卡斯帕罗夫。当时西方人就像我们看到阿尔法狗打李世石一样觉得天要塌下来了。深蓝的核心技术是前瞻至少14步，用专家知识判断前瞻得到的棋局，选择最有利的一步。这么简单的方法需要大量的计算，所以用了一种叫剪枝的人工智能的技术，把前瞻棋局的数量减少到600亿，但还是数不过来。
人造硬件什么时候造出来？深蓝开始做，不是现在。徐凤雄专门做了一个芯片，用来计算棋局的评价。一秒钟算5亿个游戏，5分钟完成600亿个游戏，可以用于实际比赛。这个技术看起来简单，但意义重大。我将其意义概括为“徐凤雄不等式”:
人工智能+专家+高性能计算>顶级专家
其中“人工智能”就是搜索技术和剪枝技术，高性能计算就是那些芯片。专家是一些加入深蓝组的棋手。因此，这一事件意义重大。人工智能在复杂的博弈问题上战胜人类，这在人类历史上还是第一次。在这一点上，深蓝的贡献超过了阿尔法狗。
开始吧。我们来看看阿尔法狗是怎么做的。两个所谓的“大脑”就是两个神经网络。其实很容易造成一些误解。看似阿尔法狗技术与之前的人工智能游戏无关，其实不然。理论上，这两个网络都是我前面给大家介绍的决策论模型中的东西，都是马尔可夫决策中的东西。然而，它是创新的。通过引入机器学习技术，直接学习政策网络和价值网络，绕过概率转移函数，直接学习回报函数，完全不需要学习概率转移矩阵。也就是说，现在阿尔法狗还是学不会概率转移矩阵，所以绕来绕去。但是新闻报道里没人说这个，都是深度学习。事实上，深度学习技术支撑着阿尔法狗的理论创新。
我们分析人工智能成功的领域，发现它们都有一些共同的特点。一个是确定性，比如象棋就是确定性，孩子摔在哪里不能含糊。另一个是正规化。下棋必须有明确的规则。第三，环境也是结构化的。在这三个条件都成立的场景下，人工智能已经可以超越人了。但如果三个条件中有一个不成立，人工智能就不行。
当然，我们得留个尾巴。是不是公司里有一些未公开的东西是阿尔法狗，那些东西可以超越这三个要求，超越固定性、规律性、结构性的限制，依然可以打败人类？如果有这样的技术，它是非常强大的，同时也变得非常危险。但目前还无法超越开放的技术，现有的成果都是这三个条件下的科技创新。
机器人应用的新要求
既然有条件，那么在这些条件下，这些智能新技术是否可以用来满足机器人应用的新要求？举几个例子。一个是家庭服务机器人。这张图是服务机器人的比赛。现在服务机器人还没有在家庭中应用。在这张图片中，有一个人在家里摔倒了。你不知道他在哪里摔倒，也没有夹子夹住他。机器人得去找，看他是不是真的掉下去了，是人还是狗。当你找到它，通过对话问它的时候，你感觉好吗？你累了躺在地上休息，还是需要我帮忙？如果你需要帮助，你需要什么帮助？需要吃药还是取药？现在撑起来不容易。这个比赛显然和工业机器人完全不同。环境是不精确的，环境中的物体要靠机器人自己去感知，它是变化的。比如人每次摔倒的位置可能不一样。所以家庭应用确实很难，但确实是人类需要的。
还有一个更难的应用，就是救援机器人。救援比在家提供服务更复杂。你执行了一个动作。这一行动的结果是什么？你事先不知道，没办法确定。许多复杂的环境因素决定了行动的结果。这就叫“不确定性”。目前国际人工智能最大的挑战在于不确定性。救援是不确定性的一个很好的例子。
准确性-灵巧性谱系
在这张图中，工业机器人的精确度最高，灵巧度最低。看看手术机器人。和工业机器人不是一个种类，但也很成功。为什么？因为外科手术机器人也主要依赖于准确性，所以它们几乎没有灵巧性。手术前，医生给病人打了麻药，绑了带子，确保病人在手术过程中不会动。此外，许多手术机器人由人操作，这增加了一些灵活性。
右边是家庭服务机器人，需要很大的灵巧性。它的右边是救援机器人，我在图中甚至没有画出来。农业机器人比家庭机器人需要更少的灵活性和更多的准确性。这样看来，农业机器人的投资方向是很好的。因为农作物在播种前可以对田地做一些安排，农业生产实际上是一个半结构化的环境，所以农业机器人的难度相对较低。智力需要更多的准确性，更少的灵巧性。智能制造的精度和灵巧性要求很高，所以比农业机器人难度高一点。
最有趣的是中间的自主无人驾驶汽车。两条线出来，左边的线需要更精准，代表了自动驾驶的理想状态，包括两个要求。一种是路况和所有交通标志，要求自动驾驶所需的交通标志可以通过无人车传感器获取。另一种是周围其他车辆和行人都遵守交通规则。这两个条件都满足。无人车很简单，目前的技术可以实现。但其实这两个条件都很难满足，尤其是在中国，不遵守交通法规的太多了。有的地方交通标志不是很清晰，有的还损坏了。这就是现实，需要极大的灵巧。所以在中国做自主无人车很棒。
新的机器人应用挑战
传统机器人靠的是准确性，新型人工智能靠的是确定性。面对新的应用，我们需要灵巧来应对不确定性。这是新的应用需求对我们的主要挑战。如果我们能在技术上或工程上提出一些好的解决方案，我们就能满足新的应用需求。
需求是“家”，技术是“回家”的途径。新应用和旧应用是什么关系？旧应用相当于我们过去的“家”，新应用相当于有了新的“家”。但是每个人都有路径依赖，我们会不自觉的走上老路。所以机器人的研发，大部分都是基于精度的技术途径。我明白这是一种路径依赖。
中国科技大学智能机器人技术研究
为了应对我们面临的挑战，中国科学技术大学开发了一套灵巧技术。这里举个例子来说明。
假设你想让机器人给我送一杯水，放在桌子上尽可能靠近我的地方。但是由于感知错误和操作错误，我们不能把任何东西放在错误区域，所以我们不会把它放在那个区域。所以在很多应用中，尤其是很多新的应用中，不需要太精确。避开一些危险区域就好。我们提出一个框架:整个世界存在一个粗糙模型，机器人首先根据粗糙模型进行全局决策。在执行全局决策的过程中，它根据任务要求进行局部观测，并对全局决策进行局部调整。这样，它可以在不精确测量和建模桌面形状和边缘的情况下，完成灵巧的操作。
我们做过一个实验，用科佳机器人操作微波炉，加热食物。整个过程由机器人独立完成，现在世界上还没有第二个团队完全实现了。这个实验以及背后的技术体系也获得了很多奖项。最近，我们提出了一个新的框架，它结合了准确性和灵活性，加上局部深度强化学习。我们用新的框架对系统进行了二次开发，开发效率大大提高。
摘要
在目前的历史阶段，一个是工业机器人的大规模应用，已经成功了半个世纪。第二，人工智能研究了半个世纪，现在有了一些新的发展，特别是以深度学习为代表的新技术已经达到了非常高的水平。新的应用需求需要处理非结构化环境中体现的不确定性和不完全信息。与现有技术相比，这些要求还有一点差距。并不是说深度学习出来之后，我们所有的实际问题都可以马上解决，但是并不能完全解决。但如果转向灵巧，转向以灵巧为核心的技术体系，可以把现有的很多技术结合起来，也能取得很好的效果。
