低成本、安全性、专为ai设计、vr控制……加州大学伯克利分校一个机器人研究团队最新研发的blue机器人，无疑让许多人瞥见了未来机器人的发展方向之一。

据数据显示，全球机器人销售在过去五年中翻了一番，但今天在工厂和仓库中部署的机器人，性能和配置几乎与我们几十年前的机器人相同。它们既强大又精确，但购买成本高昂，对人类来说也很危险。

（截图自：uc berkely youtube视频）

blue看起来有点像孩子笔下稚嫩的机器人绘图：它是由笨重的3d打印部件制成的，有一对带有钳子的人形机器人手臂，每只手臂有7个自由度。

blue机器人自身重量仅为8.7千克，连续有效荷载为2千克。可以在非结构化的环境中执行人类熟悉的日常活动，如叠衣服、泡咖啡……

它可以支持研究者使用vr进行控制，这一过程对训练ai机器人算法非常重要。让操作员挥动手臂，然后可以将手臂一前一后挥动。在研究者通过vr设备操控机器人的同时，ai算法能够对行为进行模仿学习，相当于人类为机器人减少了很多试错的过程，让机器人快速掌握某项技能。它还可以训练使用人工智能操纵物体，这种控制方法在机器人中仍然非常罕见。

负责该项目的机器人专家、uc伯克利大牛pieter abbeel希望改变这一点，他说blue已经做到从头开始构建，以利用最近ai改进的专业知识与积累。“人工智能越来越强大这一事实让我们有机会重新思考——如何设计机器人，”abbeel称，“近几年，ai已经取得了长足的发展，这让现在的机器人在软件层面变得更加智能，但硬件上却原地踏步了很多年。我们需要为如今的ai时代开发新的机器人硬件……降低造价对推进机器人研究也至关重要。”

基于这些想法，伯克利机器人学习实验室中的来自不同领域的超过15位研究人员为blue机器人开发了一个低成本类直驱驱动（quasi-direct drive，qdd）控制器，构建了完整的设计范式，可以达成不受限的自动化控制；机器人可以支持流行的基于ai的控制方法；他们也为机器人自身的设计和机器人的生产过程做了详细考虑，以便降低它的成本。

abbeel解释说，目前使用的大多数机器人都是功能强大而操作准确的。他们的动作是预定义的，他们只是一遍又一遍地重复相同的动作，无论是将货物托盘、焊接车或紧固螺丝拧入智能手机的边边角角。

相比之下，未来的机器人将具有反应性和动态性。他们将能够安全地与人类一起工作，而不会打断或误伤他们，而不是提前计划他们的行动，他们将使用相机和传感器实时导航世界。

“如果你看一下传统的机器人，它们的设计都是围绕着非常高精度和重复运动的原理，”abbeel说。“但你不一定需要亚毫米级的可重复性。”（能够一次又一次地执行相同的任务，并且运动差异小于一毫米。）“人类没有亚毫米级的可重复性。相反，我们用眼睛和触觉感受，通过反馈来完成工作。”

abbeel和他的团队，研究员stephen mckinley和研究生david gealy希望blue能以同样的方式运作。它有一个带有深度感应摄像头的中央视觉模块，其手臂由带橡皮筋的电机控制，使其具有灵活性。如果你推动工业机器人手臂，就像推着砖墙一样。但是blue在拥挤的地铁车里更像是一个人：推挤它，它会“识相”地移到一边。

这使得blue能够更安全地工作，但也适用于使用强化学习的研究，强化学习是一种在机器人学中变得流行的ai训练方法。强化学习的工作原理是要求代理人完成一项任务，并在任务完成时给予奖励。这基本上是反复试验，代理人开始时不知道如何完成目标，然后慢慢地自学。

pieter abbeel认为，一旦机器人通过模仿学习掌握了某种技能，它们可以更快地通过强化学习不断将这项技能进化，进而达到趋于完美的，这可比普通的编程或者强化学习要有效得多。

使用具有强化学习的传统机器人可能是昂贵的。它们缺乏灵活性使它们变脆且易损。此外，强化学习需要时间来产生结果，并且由于机器人很昂贵，成本的迅速攀升与积累可能很快就会让人打退堂鼓。

传统的工业机器人为了顺利进行重复性生产任务，通常具备较高的精度和强度，但这就无法保证人类在旁边工作时的安全性，同时也无法胜任更加灵活的工作。因此，协作机器人在近几年应运而生，旨在将机器人（精确）的重复性能和人的能力结合起来，同时为了能够与人类共同工作，协作机器人大多进行了防夹伤、防碰撞的设计。但协作机器人的售价也常常在数万美元以上。

这就让我们见到了blue可能会有所作为、大展身手的另一个领域。在blue到来之前，伯克利的研究机器人是由 willow garage 建造的 pr2，它也有一对手臂和钳子，但制作成本昂贵，在40万美元左右。相比之下，blue的材料清单价格仅为3,000美元。abbeel表示，该团队尚未确定最终价格，但他们希望将目标锁定在5,000美元的范围内。据其官方介绍，blue机器人具备7个自由度的双臂机器人，量产之后价格有望控制在2000美元以下。

“当你愿意放弃亚毫米精度时，这就成为可能，因为你会意识到你不需要基于ai的控制，”abbeel说。

许多其他研究实验室和初创公司也在瞄准这种新模式，希望教会机器人如何使用人工智能。abbeel是其中一家的总裁，一家名为embodied intelligence的创业公司。kindred ai是一家制造机器人的公司，可以在仓库中挑选物品。 elon musk创立的研究实验室openai使用机器人手完成了类似的工作，谷歌也在探索机器人的ai培训。

不过，一些专家对blue对业界、市场的吸引力程度持怀疑态度。他们注意到它与baxter并没有什么不同——baxter是另一个带有手臂和钳子的协同机器人。去年，baxter、rethink robotics两家机器人明星公司都倒闭了，引起一片唏嘘声。

英伟达的机器人研究员ankur handa表示，blue的钳子限制了它可以执行的任务范围，即使使用ai控制，它的精确度也会出现问题。“总的来说，我不认为他们提供任何特别新的东西，”handa补充说，blue机器人仍然是制造更便宜的机器人的一步。

但abbeel看好blue的未来。该机器人目前正在小批量生产，但abbeel希望扩大规模，最终转向委托给berkeley open arms外包制造，以实现大规模的量产。第一批目标客户将是研究实验室和大学，其中机器人目前在团队之间共享，就像20世纪60年代的计算机一样。提供更便宜的机器人将使它们在更广泛的场景中变得可用，从而提高机器人研究的产量。

据悉，2017年，pieter abbeel就与陈曦（peter chen）、段岩（rocky duan）和张天浩（tianhao zhang）创立了embodied intelligence（如今公司名：covariant.ai），旨在借助深度模仿学习（deep imitation learning）、深度强化学习（deep reinforcement learning），开发ai软件帮助机器人更轻易、高效地学会复杂的操作。

更重要的是，abbeel希望blue能够为未来的家用机器人提供一个蓝图：低成本，灵活，适合人类使用的东西。“这种设计完全符合我们的想法，”他说。“未来仍然存在很多挑战，并不像我们认为这个特定的机器人会走进家家户户。（但）这是一种将我们引向新方向的设计范式。”

虚拟动作捕捉技术

手指动作捕捉服务

动作捕捉