菜单总览
讲座回顾——从自动到自主:机器学习的进步推动了下一代机器人技术的发展

讲座回顾——从自动到自主:机器学习的进步推动了下一代机器人技术的发展

  • 2020.06.19
  • 新闻
6月17日,AIRS邀请爱丁堡大学和英国艾伦·图灵学院的Sethu Vijayakumar教授带来主题为“从自动到自主:机器学习的进步推动了下一代机器人技术的发展”的直播讲座,以下为讲座回顾。

        2020年6月17日,AIRS邀请了爱丁堡大学和英国艾伦·图灵学院的Sethu Vijayakumar教授进行线上讲座,主题为“从自动到自主:机器学习的进步推动了下一代机器人技术的发展”。 Vijayakumar教授是世界著名的机器人专家,他率先在复杂的多自由度机器人平台的自适应控制中使用机器学习,并在三大洲(日本,美国和英国)担任过有影响力的研究职位。他担任微软皇家工程学院机器人技术主任,是爱丁堡机器人中心的创始人,在其担任英国国家数据科学与人工智能研究所Alan Turing Institute主任期间,帮助制定和推动了英国国家机器人与自主系统(RAS)议程。

        Vijayakumar教授首先感谢AIRS的邀请,并提到他为与AIRS开展新的合作项目感到非常兴奋,他认为AIRS所践行的“人工智能造福人类社会”的理念,与他自己和他所任职的机构的目标不谋而合。

        Vijayakumar教授解释了他演讲的重点——通过利用机器学习来处理真实世界的动态情况,使机器人能够从单纯的自动化转变为显着的自主决策驱动。

        基于新兴的机器人应用领域的本质,他解释了为什么期待机器人具有“完全”自主功能在经济上不可行或不符合伦理需要,以及为了实现共享自主功能存在的下一个挑战:即如何根据任务的需求进行远程操作和完全自主行为之间的无缝切换,同时仍然允许操作人员参与到控制闭环之中。

        Vijayakumar教授围绕四个应用场景进行了机器人的能力展示,以解释在感知,表示,规划,柔性驱动和最优控制方面的最新研究进展,这些研究成果使机器人具有了新的功能和反应能力。第一个能力是具有间断自主的远程操作:

        Vijayakumar教授首先介绍了一些现存的感知技术以及一些可以实时与基于模型的跟踪相结合的新的感知技术,这些新的感知技术可以将多模态传感器信息结合在一起,用于规划和控制复杂的机器人平台。

        他介绍了用于处理复杂规划问题的基于拓扑的表示方法(交互网格,扭曲,关系切平面),并解释了使用开源Exotica运动规划算法进行全身运动规划和测试的方法,从而可以以连贯的方式解决非常复杂的规划问题。

        他接着解释了足式机器人在另一个涉及复杂环境、动态情况和安全性的重要领域——装备检修中的使用。 他提到了柔顺驱动相关的技术在确保安全和准确行为方面的重要性。他的小组是该技术的世界领导者,曾获得2013年IEEE-TRO可变阻抗技术最佳论文奖。

        Vijayakumar教授随后继续解释了将变阻抗(刚度,阻尼)调制作为优化问题进行算法处理的细节,以及如何利用图形模型和概率推论中的技术来有效解决该问题。他展示了在实际硬件系统上的几种实现,及实验中使用的这种方法来确保稳健地完成任务,同时最大程度地减少能量消耗。

      Vijayakumar教授还简要谈到了对学习算法(用于增量动态估计的机器学习)的需求,该技术可以与最优控制一起使用,以适应性地应对环境中的变化。

        然后,他继续解释自己的最新项目(2016年),该项目涉及与美国宇航局约翰逊航天中心就Valkyrie类人机器人进行的合作,该机器人是为火星无人部署任务所开发的。 他专注于全身运动规划算法以及崎岖不平地形足迹计划和二元协作,所有这些都是使用双层混合优化框架开发的,经优化的接触器,时序并能够有效适应不断变化的环境。

        最后,在科学前沿方向,他谈到了他的小组正在进行的另一个研究:肢体与假肢的共享控制。 他演示了一些上肢假肢NHS的测试视频以及下肢受伤或中风患者使用外骨骼辅助运动的视频。

        Vijayakumar教授还介绍了他在本演讲中科学部分无法涵盖的关键领域,包括与机器人技术和人工智能技术的安全、道德、可验证性和可解释性的有关问题。他解释说,这些是他主持的艾伦·图灵研究所要解决的问题。他解释说,通过领导负责任的智能机器人系统开发,他一直倡导和推进实验室作为学术界,工业界和政府之间的多方面合作创新的模式。

        Vijayakumar教授在演讲中重点介绍了他与AIRS研究所发起的新合作项目(以及三个科学支柱的细节),还提到了欢迎有才干的中国科学家通过AIRS的研究项目参与到其中。

更多关于Vijayakumar教授的个人,出版物和研究成果的信息可以从他的个人网页和社交账号获取:

网页Webpage: http://homepages.inf.ed.ac.uk/svijayak

推特Twitter: @sethuvij

领英LinkedIn: sethu-vijayakumar

TED演讲TED talk: https://youtu.be/kj4NZrdGQhs

视频回顾