本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請至雷鋒網(wǎng)官網(wǎng)申請授權(quán)。

8 月 7 日，2020全球人工智能和機器人峰會（CCF-GAIR 2020）在深圳前海華僑城JW萬豪酒店啟幕。大會由中國計算機學會（CCF）主辦，香港中文大學（深圳）、雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))聯(lián)合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協(xié)辦。

從 2016 年的學產(chǎn)結(jié)合，2017 年的產(chǎn)業(yè)落地，2018 年的垂直細分，2019 年的中國人工智能 40 周年，峰會一直致力于打造國內(nèi)人工智能和機器人領(lǐng)域規(guī)模最大、規(guī)格最高、跨界最廣的學術(shù)、工業(yè)和投資平臺。

根據(jù)大會安排，8月8日在『機器人前沿專場』上，清華大學研究員，優(yōu)必選人形機器人首席科學家趙明國教授做了題為《基于計算的智能機器人控制》主題演講。

[[337651]]

趙明國教授表示，在傳統(tǒng)控制系統(tǒng)中，算法能力常常受到控制器的制約，智能機器人要想實現(xiàn)多模態(tài)非常不便捷，要么難實現(xiàn)，要么功耗大、體積大，如果將AI芯片融入機器人中，提供算法和算力支持則可以有效地解決機器人運動和感知的問題。

演講中，趙明國教授介紹了其最新機器人案例——無人駕駛自行車。這款機器人能夠在復雜的現(xiàn)實環(huán)境中，應對變速，不同粗糙度、不同材質(zhì)的路面等干擾因素的影響，實現(xiàn)完全地自主行進。在他看來，無人駕駛自行車的實現(xiàn)過程需要滿足三種基本功能：

• 運動控制：通過嵌入式系統(tǒng)運行控制算法來實現(xiàn)。

• 定位與導航：通過高主頻的系統(tǒng)做迭代運算來實現(xiàn)。

• 交互與感知：利用GPU的并行計算做識別或算法推理來實現(xiàn)。

其中，對應的三種算法需求可以全部交由芯片來完成。趙明國教授稱，他們在無人駕駛自行車中內(nèi)置了“天機芯片”，實現(xiàn)了駕駛路徑識別、障礙物識別、語音導航、運動控制等多種功能。這款芯片是去年清華大學施路平教授團隊重磅發(fā)布的一款類腦芯片。它可以同時實現(xiàn)三種不同算法，而且是動態(tài)的，可定義，可重新編程。

基于天機芯片完成無人駕駛自行車的演示驗證，趙明國教授針對未來智能機器人研究方向，提出了兩條新的路徑：

芯片+機器人：用機器人做芯片及AI算法的研究平臺。

機器人+芯片：用芯片做機器人控制及智能算法的實現(xiàn)平臺。

在他看來，未來智能機器人必將與人工智能技術(shù)深度融合，AI芯片會在機器人控制領(lǐng)域激發(fā)出更多潛能。

趙明國教授表示，無人駕駛車只是完成了地面行進的初級任務，接下來還會進一步探索自行車如何實現(xiàn)騰空、落地等高難度特技。在他看來，

只有把控制問題推向極致，探索技術(shù)的邊界，才能推動整個技術(shù)的進步。我們的愿景就是讓機器人能夠達到，甚至超越人類操作自行車的水平。

此外，趙明國教授還分享了雙足機器人的研究案例。他強調(diào)，無論是足式機器人還是輪式機器人，它們都是用于測試算法的工具或者載體，其最終成品并不會用于商業(yè)化。

會后，在接受雷鋒網(wǎng)編輯采訪時，趙明國教授也表示，人形機器人整體還處于學術(shù)研究的階段，距離商業(yè)化還有一段路程。從行業(yè)發(fā)展來看，因研發(fā)投入高，技術(shù)路線長，很少有企業(yè)專注人形機器人的研究。在國家政策支持下，高校團隊和部分企業(yè)的研發(fā)團隊的工作比較多，近些年也不斷有突破性研究成果發(fā)表。

另外，趙明國教授透露，目前正在開拓一些新的研究，預計明年會有相應的成果發(fā)表。

以下是趙明國教授的演講全文，雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))編輯在不改變原意的基礎(chǔ)上進行了編輯和整理：

大家上午好！今天我和大家分享關(guān)于我們做機器人遇到的問題和思考。我的題目是“基于計算的智能機器人控制”。在機器人控制過程中，我們需要用到控制器來實現(xiàn)各種算法，但這里存在一個現(xiàn)實問題，即控制器的能力決定算法的能力。很長一段時間內(nèi)我們沒有辦法突破控制器的限制，算法只能停留在比較初級或者中級階段，難以到達高級。于是我們換了個思路，讓算法來推動控制器的發(fā)展。

在這里我們做了兩個實驗案例，無人駕駛自行車和雙足機器人。

需要說明的是，這兩個機器人一個是輪式，一個是足式。我做輪式機器人不是為了實用，也不是為了商業(yè)化。無人駕駛自行車是我用來檢測算法或者解決某些問題的實驗工具。同樣，雙足機器人也是為了做研究性質(zhì)的實驗。他們的實用性有待于后續(xù)的商業(yè)開發(fā)。

“天機芯”驅(qū)動的無人自行車

首先我們講什么叫無人車？沒有人操控，可以自主行進的車都叫無人車。機器人本身會涉及到大量動力學原理。盡管自行車發(fā)明將近200年，但是力學機理始終沒有研究透，直到2016年一群學者在Nature雜志上發(fā)表的一篇文章，才把復雜的動力學系統(tǒng)解釋的比較透徹。我們做機器人控制也是要充分利用自行車的動力學原理來做。

[[337652]]

人對自行車的控制能力很強，比如大家在校園里或者沒有障礙的路面可以松手騎自行車。那么如何讓自行車保持平衡，并自主行進呢？其實這里面涉及很多力學原理，總體來講有以下幾方面的影響因素。

• 如果自行車在圓弧軌道上行駛就會產(chǎn)生離心力，這個離心力會幫助它保持平衡。

• 自行車特殊的前叉結(jié)構(gòu)——前叉角度和前輪拖曳距，這兩個物理參數(shù)的變化會自動讓車把自動扶正并保持平衡中起到重要作用。

• 整個車體質(zhì)量的均衡分布也是讓保持平衡的原因之一。

• 人在騎車時，上身運動會產(chǎn)生反作用力讓自行車保持平衡。

• 車輪的陀螺效應，陀螺力矩會幫助車保持平衡。

• 加裝反作用輪（航天器上經(jīng)常用），或者加力矩陀螺會產(chǎn)生平衡作用。

上述的前兩項是我們的研究方向，中間三項需要加裝外部裝置，與獨立自行車沒有關(guān)系，最后一項是與研究原理不相關(guān)。所以我們只選擇了最前面兩項。

我們利用前兩項做控制的時候遇到了一些難點，比如低速、變速行駛影響離心力，風力干擾，大坡度，載荷變化，車輪與不同地面的相互作用等。

以下是一個相對簡單的自行車動力學模型，其中的車身、車把和行駛速度可以用三個變量來描述，描述完這三個變量以后我們可以得到一個動力學方程，這個方程具有很強的非線性，而且不同狀態(tài)下的角度和車速是耦合的，它對參數(shù)也很敏感。

另外，我們可以看到方程中很多參數(shù)都與速度相關(guān)。只要速度變化，動力學方程就會改變，這對我們來說是一個有意思的挑戰(zhàn)，如果能夠解決速度的影響，我們的控制算法就能向前更近一步。

單一速度下的車把轉(zhuǎn)向控制依靠普通的控制手段就可以解決，我覺得大二、大三的學生可以嘗試做固定速度的自行車實驗。我們要做的是如何解決變速下的車把轉(zhuǎn)向平衡控制。

以前我們嘗試過采用速度估計+分段控制的方法實現(xiàn)變速控制。當時我們用了1個多⽉的時間⼈為調(diào)整了20段左右的參數(shù)，隨著速度變化去切換，就可以⽐較好地解決車的穩(wěn)定性問題；再⽤這些數(shù)據(jù)做初始參數(shù)去做強化學習，效果還會更好⼀點，可以適應地⾯材質(zhì)。遺憾的是，在零初始知識的情況下的學習沒有成功，雖然⽤Segway平衡車在零知識的情況下的強化學習我們做成了正負10 度范圍內(nèi)的平衡。因為基本學到的是線性部分的知識，所以就沒有⽤到⾃⾏車上。因此，我們得出結(jié)論，“暴⼒”的強化學習可能不適合這個問題，還需要進一步探索。

我們的無人駕駛自行車是在普通自行車后輪加驅(qū)動器，在前車把加轉(zhuǎn)向，加剎車、控制器和相應的各種傳感器、電池，這樣自行車已經(jīng)能夠?qū)崿F(xiàn)定速駕駛。其實任何控制器通過反饋控制本身就具有一定的魯棒性，所以它在基本路面行走是沒有問題的。只要把各種速度下的參數(shù)都對應好，實現(xiàn)平滑切換就可以做到比較好的魯棒性。

[[337654]]

另外，我們也實現(xiàn)了變速下的自動導航行走，這是我們在清華校園內(nèi)拍攝的短片，視頻中的自行車可以從低速到高速，通過不同粗糙程度、不同材質(zhì)的路面，我們在其中加入了傳感器進行路面識別，它也可以按照比較簡單的路徑進行導航。

無人自行車能夠達到這樣的效果，我們做了幾件事。除了實現(xiàn)機器人控制外，還加入了感知模塊，所以這是我們的動力學模型。

從圖中的兩個紅色圈來看，有些項跟陀螺效應相關(guān)，有些項與離心力相關(guān)，有些項和結(jié)構(gòu)相關(guān)，最重要的第一項是和重力相關(guān)。這些項都會隨著速度不斷變化。

傳統(tǒng)方法用NI控制器或者任何工業(yè)控制器，再集成大量傳感器來做，可以實現(xiàn)這樣的效果。當然這里面也有失敗的過程，我們經(jīng)常會摔倒再重新調(diào)整參數(shù)再做。不過，這是相當傳統(tǒng)和復雜的機器人控制方法。

后來我們就沒有這樣做了。傳統(tǒng)任務里面做運動控制需要嵌入式系統(tǒng)，因為嵌入式系統(tǒng)要實現(xiàn)控制算法。同時做定位和導航時，我們需要高主頻的系統(tǒng)來做迭代運算，比如SLAM或其他（SLAM也可以在GPU上做）。交互和感知往往需要用GPU做一些識別或者推理算法?？傊m合并行計算、高頻計算和實時性要求，這三種計算在智能機器人里面是同時需要的。尤其我們在參加RoboCup比賽時做的人形機器人同時需要這幾種計算，最簡單的辦法是用三臺計算機，這三臺需要具備不同算力，然后用網(wǎng)線把它們接起來，用操作系統(tǒng)維護數(shù)據(jù)溝通。

這次我們并沒有采用這樣的方法。去年清華大學施路平教授團隊發(fā)布了一款類腦芯片“天機芯”，在一個芯片上就可以實現(xiàn)三類計算，而且是動態(tài)的，可以定義，可以重新編程。這是兩個學科或者多個學科進行交叉的結(jié)果，我們就和做芯片的老師進行了合作，我們用具備這些功能的芯片完成三個任務來測試，如果三個任務都可以實現(xiàn)，就說明芯片具備這三種計算功能。

[[337655]]

這對于傳統(tǒng)機器人控制硬件來說是很難實現(xiàn)的，如果能夠?qū)崿F(xiàn)也必然體積大，功耗大。那么我們就希望能夠利用混合架構(gòu)的芯片來實現(xiàn)這種功能。于是，我們把駕駛路徑的識別、障礙物的識別、語音導航、運動控制的功能全部放到一款芯片中（當然不是一個芯片，而是芯片組成陣列的主板）。

如上面的動圖演示，芯片實現(xiàn)了所有的計算功能。我們這項工作成果去年8月1日發(fā)表在了Nature雜志上，是我們國家在人工智能領(lǐng)域研究第一篇發(fā)表在Nature上的文章。

受這項工作的啟發(fā)，利用天機芯片完成無人駕駛自行車的演示驗證，為自動機器人的研發(fā)提供了一個新思路，可以有兩條途徑：

• 芯片+機器人：用機器人做芯片或者AI算法研究平臺，以此來證明算法可行性。算法在推進的同時，以此反饋到機器人上，最終推動高算力或者多性能芯片的實現(xiàn)。

• 機器人+芯片：利用芯片破解機器人算力不足的問題。

這套新思路最早是2016年，張鈸老師在Science發(fā)表的一篇文章中提到的，其目的是希望人工智能技術(shù)和機器人能夠相互結(jié)合，相互促進。

目前這項研究成果得到了國際著名的雜志和專業(yè)人士的認可。另外，值得說明的是，Nature雜志的編輯告訴我們，通常一篇在Nature上發(fā)文章的報道量是100，而我們這篇文章的報道量達到了1400，是目前為止最好的。

以算力為支撐的技術(shù)挑戰(zhàn)

到現(xiàn)在為止，對機器人控制的需求，對算力的需求還遠沒有結(jié)束，我們經(jīng)常在Youtobe視頻中看到一些山地越野挑戰(zhàn)賽，這些視頻足以證明人類對車的控制能力有多強。

[[337656]]

我們的愿景就是讓機器人能夠達到，甚至超越人類操作自行車的水平。因為這樣能夠把控制問題推到極限，從而發(fā)現(xiàn)技術(shù)的邊界在哪里，以此來推動整個技術(shù)的進步。長期來看，未來機器人控制可以劃分為三個發(fā)展階段：

第一階段：自行車能夠在低速、變速、粗糙/障礙路面正常的行進。

第二階段：自行車能夠自主完成騰空、落地等特技任務。

第三階段：在落地應用中，融入控制和感知系統(tǒng)的自行車，可以像極限山地運動員一樣在復雜的環(huán)境中可以自如的行進。

目前初級階段的任務我們已經(jīng)完成，中期任務和長期任務我們還沒有明確方案，不過可以肯定的是這些任務實現(xiàn)必須要有強大的計算作為支撐，如果沒有計算，其他局部做得再好也不會達成目標。

雙足機器人的被動行走理論

早在1990年就有人提出了機器人被動行走理論。當時機器人是純機械結(jié)構(gòu)，只要給它初始條件就可以產(chǎn)生穩(wěn)定的行走。到了2005年，康奈爾大學研究團隊基于被動行走理論，研發(fā)出了與人類等效的行走機器人。當時這項研究成果發(fā)表在Science雜志上引起了不小的轟動，之后也陸續(xù)有不少關(guān)于被動理論的擴展研究發(fā)表。不過，除了哈佛研發(fā)的機器人軟體外骨骼以外，幾乎沒有研究成果能夠帶來實際的應用價值。

外骨骼研究一直是近幾年的熱門研究領(lǐng)域，在國內(nèi)就有幾十家公司在做。它對于有功能性障礙、特殊工種人士確實有一定使用價值?？吹竭@些成果，我們對其中涉及的理論產(chǎn)生了好奇。

人的步態(tài)到底是什么？很多醫(yī)學科學家在分析了人的步態(tài)后發(fā)現(xiàn)，所記錄的行走軌跡像一團亂麻，是周期性但不是重復的，起初以為是噪音或者步態(tài)不均勻?qū)е碌慕Y(jié)果，最后發(fā)現(xiàn)其實人走路是混沌的步態(tài)。在1998年，就有人發(fā)現(xiàn)當參數(shù)變化到特定值時，被動模型中就會表現(xiàn)出混沌特性，后來，這一點在實物中也被證實。

比如，我們利用被動理論做了一款足式機器人，從它的行走數(shù)據(jù)來看有明顯的混沌趨勢。那么問題來了，人走路是混沌的，為什么機器人走路是單周期控制的？

TED上有這樣一則視頻，一位帕金森患者上下樓梯必須扶著扶手，后來，它的孫女做了一個實驗，在平面的地上畫了多層臺階，結(jié)果患者可以在無任何扶手的情況下完成獨立行走。當然這和帕金森癥的機理有關(guān)，但也說明其本身與動力學有關(guān)，帕金森的本質(zhì)是神經(jīng)系統(tǒng)局部存在障礙、傳導不通的情況。這個案例說明，可以通過視覺上的刺激恢復神經(jīng)系統(tǒng)的正常功能，或許可以解決這一問題。

傳統(tǒng)的行走機器人都是按單周期步態(tài)在做控制，首要解決的問題是穩(wěn)定性，而人類步態(tài)可能是混沌的。我們能否從被動步行中找到一些人類步態(tài)的動力學解釋，并利用這些動力學來提高機器人或助行器性能的控制方法？如果按照混沌的特點去控制，可能會有完全不一樣的效果。在這里，我們做了一些動力學軌跡的案例分析。如下圖：

從SK出發(fā)繞一圈回到下次落地的狀態(tài)，是周期性且重復的。從S0出發(fā)，下次落地到S1、S2、S3以及S4，紅色點是最終去的地方，是穩(wěn)定的值，單周期步態(tài)是吻合的，這和我們的系統(tǒng)很像。如果是給系統(tǒng)這個參數(shù)，系統(tǒng)會最終落到紅點，如果我給系統(tǒng)另外一個參數(shù)，用一個紅色的參數(shù)欺騙它，結(jié)果是當它走到第二步或者某一步的時候就會經(jīng)過紅色附近。顯然對目標紅點來講，采用紅色的參數(shù)會更好，而不是采用本身黑色的參數(shù)（它有漸進收斂的過程）。

如果用假目標欺騙它，那么就要考慮用哪個目標欺騙它會更好？在這里需要做很多運算，首先我需要知道紅色軌跡、所有可能的黑色軌跡是什么，把他們都算出來，從中選出來最優(yōu)化軌跡，再把參數(shù)發(fā)送給系統(tǒng)。最后，系統(tǒng)等效成傳統(tǒng)的現(xiàn)代控制理論中的狀態(tài)方程的反饋控制問題。

這個方法來自于混沌控制里最經(jīng)典OGY方法，這里，我們提出了一種MPC的方法，發(fā)現(xiàn)通過大量計算的MPC遠好過傳統(tǒng)的OGY方法。而且如果機器人處于將跌到狀態(tài)，也可以通過計算機找到適當?shù)能壽E來恢復運動，遠遠擴大了穩(wěn)定的范圍。

[[337657]]

目前，我們還無法實現(xiàn)在線計算和預測，但我們實現(xiàn)了一個只有5組參數(shù)的實驗。即，我們提前算好了5組不同參數(shù)的步態(tài)，每組參數(shù)對應一個穩(wěn)定的周期性步態(tài)，也就是5組不同的速度（草地、斜坡、獅石子路等5種不同的路徑），通過計算來切換軌跡就可以達到穩(wěn)定性。這和我們原來的暴力增強穩(wěn)定性方法不一樣。我們的控制量不是控制系統(tǒng)的某個指標，而只控制參數(shù)，如果指標變了，我改變參數(shù)，而不是改變輸入量，參數(shù)的改變再變換到每個關(guān)節(jié)的電機上。這樣就可以做出另類的結(jié)果，跟傳統(tǒng)的控制不一樣，屬于參數(shù)激勵方法。

另外，我們還做了具有真正的兩條腿、兩個手臂的人行機器人，它同樣需要嚴格依賴計算的方法，目前還沒有得到最終結(jié)果，以后有機會給大家展示最終效果。

今天我的報告就到這里。謝謝大家！