優必選 CTO 熊友軍：機器人成為人類夥伴之前的「必修課」｜IF19

摘要：我們到底應該如何與機器人相處？它們究竟將為我們帶來什麼？

在電影或是電視中，你是不是越來越頻繁見到人形機器人作為主角登場了？

無論是《西部世界》還是《銀翼殺手 2049》，是《人工智慧》還是《我，機器人》，關於人類社會和機器人之間的關係的探討，正不斷從科幻片延伸到現實。

隨著技術的發展，機器人離我們的生活越來越近。而在國內，作為服務機器人領域獨角獸的優必選，正在這條路上越走越遠，這家公司用三年時間邁出了大型仿人服務機器人的重要一步，在 2019 年 CES 展亮相的 Walker 新一代成為世界關注的焦點。實際上，研發大型仿人機器人的難度之大，在行業內早有共識。不論是日本從上世紀 80 年代開始研發的 ASIMO 機器人，還是波士頓動力在上世紀 90 年代開始研發的 Altas，都在這一領域深耕了 20-30 年，但直到現在，這些機器人距離我們的生活仍然很遙遠，其中一個原因就在於成本高昂，遲遲無法量產。

相較而言，優必選在 Walker 機器人身上只用了近三年時間就讓這款產品在硬體素質、運動能力及 AI 交互表現等方面有了顯著提升。由於採用自主研發的伺服舵機、運動控制演算法、機器視覺等技術，優必選進一步降低了機器人的成本，這也是讓智能機器人能夠走進家庭的重要因素。

在優必選 CTO 熊友軍看來，優必選走上人形機器人這條路是必然的，並且優必選堅信人形機器人能夠成為未來的家庭成員。

令很多人感到好奇的是，我們到底應該如何與機器人相處？它們究竟將為我們帶來什麼？在優必選看來，人形機器人背後究竟隱藏著人類怎樣的憧憬？最關鍵的是，我們得做好哪些「必修課」才能讓機器人真正成為人類的夥伴？這些問題的答案，或許優必選會比其他公司更加了解。

以下是優必選CTO 熊友軍在2019 極客公園創新大會上的演講內容（經極客公園編輯整理）：

大家上午好！我是優必選 CTO 熊友軍，我今天跟大家分享的主題是：機器人成為人類夥伴之前的「必修課」。

隨著機器人技術和人工智慧技術的發展，業界已經達成了一個共識，同時也產生了一個分歧。共識是機器人將會遵循個人電腦和智能手機的發展道路，成為生活的必需品，分歧是什麼樣的機器人將會成為我們的夥伴？

大家應該都知道工業機器人，那麼工業機器人會成為我們的夥伴嗎？工業機器人經常做著重複的體力勞動，很顯然不會成為我們的必需品。還有特種服務機器人，也不會成為我們生活的必需品。那麼什麼樣的機器人會成為我們生活的必需品？我想跟大家探討這個問題。另外這些機器人會有哪些關鍵技術，以及我們應該如何實現這些技術？

在我的理解中，機器人應該具有兩個屬性：機器的屬性和人的屬性。機器的屬性是機器人能夠完成人類的一些工作，要求我們在設計機器人的時候針對具體功能進行開發，讓它能夠給我們做一些具體的工作，這是機器的屬性。但是我們認為更重要的是人的屬性，人的屬性就是它應該具有人的智能，包括三個方面：感知智能、認知智能、運動智能。

所謂感知智能，是在機器人的研發過程中，我們會大量模仿人的智能，比如語音識別技術，讓機器人和人進行交流和溝通，了解我們的意圖。還有語音合成技術，讓機器人更多地進行表達；同時還有感知，例如機器視覺模仿了人類眼睛的智能。當然這部分會涉及到很多演算法，但是這些演算法最終的目標是延展人的功能，以及人的感知器官能力。另外在認知方面，我們也一直在模仿人的認知能力。在運動控制領域也是如此。我們一直希望機器人可以像人類一樣直立行走，為人類服務，不論是直立行走的能力，還是手眼協調的能力等，都涉及到運動的能力。

機器人成為人類的夥伴還有兩個非常重要的功能，即可以作為人類和環境的介面。如果說機器人要和人進行交互，人形機器人無疑是最好的交互介面。首先，人形機器人具有人的四肢、外觀、表情，和人交互時會有很多動作（擁抱、握手、招手），非常容易被我們理解。同時，人類的一些動作，可以非常方便地傳達給機器人。

另外機器人也可以作為世界的介面，人類的環境絕大部分都是按照人來設計的，比如說環境中會有樓梯、斜坡、不平坦的路面，現在的輪式機器人、履帶式機器人等實際上並不適合在這個環境里運行。

還有一點是，人類的很多工具都是專門為人類設計的。我們可以非常方便地使用這些工具，但是履帶式、輪式、球形的機器人不適合使用這些工具。作為人類的夥伴，機器人必須在這個環境里很好地使用這些工具並進行工作，它必須要很好地適應這個世界。所以，我認為人形機器人應該是未來機器人發展的最終形態，是和人類進行交互最好的夥伴，也應該是服務機器人發展的終極形態。

我們可以回想一下人形機器人發展的簡史，整個機器人的發展史也是人形機器人的發展史。上世紀七十年代，第一台人形機器人在日本的早稻田大學發布。在接下來的一段時間裡，日本、韓國、美國、德國等很多發達國家，都陸續公布了自己的人形機器人計劃，也取得了非常好的成績。到現在為止，人形機器人還處於一個比較早期的階段，距離大規模應用仍然有一定的距離。

人形機器人的發展簡史也是人工智慧發展的簡史。在人形機器人發展的過程中，人工智慧也經過了幾起幾落。最早出現的是工業機器人，做一些簡單的重複勞動，但是隨著人工智慧的發展，人工智慧的技術會逐步應用到人形機器人上，人形機器人現在已經融合了運動、感知技術、人工智慧等技術，逐步走入家庭，成為我們生活中的一個小幫手。

同時，未來人形機器人的發展還會經歷比較漫長的時間，我們初步把它分成三個發展階段。第一個階段是仿人階段，也是整個行業和優必選目前所處的這個階段，主要和兩大技術有關，運動控制技術和人工智慧技術。前者主要包括一些基本的運動控制能力，例如機器人在家庭中行走，或者通過手眼協調去抓取物體，但目前感測器是有限的，人工智慧的技術也是有限的。

隨著技術的發展，人形機器人將進入類人的階段，它會有更多的運動能力，可以更好地適應我們的環境，包括可以適應不同的路面。在這一階段，人形機器人具有高強度的運動能力，同時它的感測器也會極大地豐富，人工智慧的技術也會快速地發展。之後會逐步進入更加豐富的階段，類似於大家在《西部世界》里看到的機器人。

說到人形機器人離不開兩類產品，一類是波士頓動力的 Altas 機器人，它採用了液壓驅動的方式，機器人內部具有非常複雜的液壓驅動的模塊。並且，它主要用于軍用領域，到現在為止，波士頓動力已經有 20 多年的研發歷史。另外就是本田 ASIMO，這個項目實際上成立於 1986 年，到現在已經有了 30 多年的歷史。ASIMO 應該是目前最接近我們家庭生活的機器人，本田 ASIMO 和波士頓動力 Altas 基本上代表了目前世界上人形機器人發展的最高水平。

優必選在 2015 年才成立了 Walker 項目，到今年只有 3 年多的時間。在剛剛結束的 CES 上，優必選大型仿人服務機器人 Walker 新一代首次在全球亮相，這款由優必選全自主研發的大型仿人服務機器人不僅擁有 36 個高性能伺服關節以及力覺反饋系統，還擁有視覺、聽覺、空間知覺等全方位的感知，並實現了平穩快速的行走和靈活精準的操作，可以在家庭中提供服務。

總之，我們認為，機器人未來將會成為人類的夥伴。但有一個爭議是，機器人有各種各樣的形態，包括輪式的、履帶式的、球型的，有的甚至是一個平板加上兩個輪子，或者只有一個平板，然後讓它的外觀看起來像一個機器人。但我認為這種形態的產品只是目前人工智慧和機器人發展的早期產物，最終的機器人的形態應該是人形，它會融入我們的生活，並被我們所接受。這是我非常核心的觀點，也是對剛剛這個爭議的回答。我們更期望人形機器人成為我們的夥伴，而不是其他形態的機器人。

既然人形機器人是我們未來的夥伴，那麼我們目前面臨哪些技術挑戰？挑戰實際上主要來自於三個方面：運動能力、感知能力、認知能力。在運動能力方面，首先要解決硬體問題——舵機。一個機器人有非常多的關節，機器人越靈活，它的自由度越多，就需要越多的關節，而且不同位置的關節，力量、扭矩、精度、速度要求都不一樣，所以研發一台完整的人形機器人需要非常多的關節。

從最小的兩公斤的扭矩輸出的手指的關節，到大扭矩的踝關節、膝關節，再到幾百公斤的高爆發力的扭矩輸出，對大型的人形機器人來說都是必不可少的。有了舵機以後，我們只是構建出了機器人的硬體，機器人要能夠完成各種各樣的動作，為我們服務，還需要運動能力。就像我們的足球運動員一樣，即使他有強健的體魄，如果沒有運動能力，他也不一定能踢好球。機器人也一樣，你給它配置很好的硬體，但是它不一定能很好地完成工作，甚至直立行走都很困難。

所以，運動控制是其中非常關鍵的一環，我們在很早之前就已經開始進行運動控制技術的布局。在公司最早的可以直立行走的機器人上，我們做了運動學的建模，在此基礎上搭建了第一個運動控制演算法的平台。

接著到 2018 年，我們完成了第二個平台的搭建，通過這個平台，運動控制的技術、直立行走的技術得到了進一步的優化，機器人可以在各種不同的環境中行走，包括上下樓梯、走斜坡，可以適應各種不平的路面，甚至人去推它，它還會自動恢復。

今年我們又把大型仿人服務機器人做了進一步的升級，之前 Walker 只有可以直立行走的雙腿，現在我們給 Walker 加上了雙臂，也增加了柔順控制。因為機器人需要與人互動，所以它的柔順控制能力非常重要。出於安全性的考慮，機器人與人互動的時候不允許對環境或人造成傷害。這就需要它具備柔性安全交互，在運動過程中即使碰到人、桌子或椅子，也不會給人或物體帶來傷害，同時也不會因此讓機器人自身受到傷害，所以運動控制能力是非常重要的。

有了運動控制能力，就具備了基本的運動功能。如果想要機器人更好地為我們服務，實際上還需要視覺方面的技術。目前，機器人在視覺方面的工作主要集中在對人的身份、行為、情感的識別和動作行為識別等方面。比如機器人需要知道誰是爸爸、媽媽、爺爺、奶奶、哥哥、姐姐，然後針對不同人的身份，機器人可以採取針對性的溝通。

同時，機器人還需要知道溝通對象現在的表情，這就涉及到情感識別。不管你現在是高興還是沮喪，或者驚訝，機器人需要進行識別，然後採取不同的溝通策略。同時在一些環境中，溝通對象現在是在開會，還是在休息，或是在鍛煉，人形機器人也需要採取不同的溝通策略。所以機器視覺技術的發展非常重要，這個技術對於機器人可以在家庭為人類提供服務至關重要。

另外，機器人在工作時非常依賴於視覺去識別環境動態，例如，當我們需要它抓取東西、端杯水過來的時候，它需要知道水在什麼地方、杯子是什麼狀態，是倒了、橫著放還是豎著放的。機器人採取不同的運動規劃，去規劃它的手的行為是非常重要的。我想舉一個手眼協調的例子，實際上優必選在研發手眼協調的技術之前，機器人經常會把杯子碰翻，如果杯子有一個把手，機器人甚至經常無法碰到把手。所以，機器人不僅要知道物體的位置，還要知道物體的狀態、姿態，了解了這些信息之後，機器人要做路徑規劃、動作規劃，以及手的規劃，包括在做路徑規劃的過程中考慮會不會有桌子、椅子把它擋住，以及需要採取什麼樣的方式抓住杯子。

有了這些技術之後，機器人起碼可以幫我們完成一些簡單的工作，但是機器人在家庭中同時還需要有一些安全性的考慮。我們當然不希望機器人摔跤，而是希望機器人能夠自己抵禦環境的變化對它的影響。因此，我們需要用到平衡感測器、姿態感測器等，讓機器人去實時感知它的狀態、外力，採取保護自己的方式。當然，機器人也有可能會在大力的推動下摔跤，如果機器人在這個時候倒下來，我們希望它不會對環境造成傷害，所以它倒下的過程中採取一些保護自己的措施，比如說把胳膊收回來，做一些保護自己的動作，這些都有會有利於它保持平衡。

另外，在動作方面還具備柔順控制，主要是為了讓機器人在與人、環境交互的過程中是柔順的，而不像工業機器人是剛性的。工業機器人在碰到人的時候可能會把人、桌子、椅子打傷，而我們服務型的機器人的關節都是柔順的，確保在與人交互的時候比較安全。

它還會在家庭中大範圍移動，例如從客廳移動到廚房，機器人需要知道目標位置在哪裡、要從什麼位置過去以及如何過去、在行進過程中有沒有障礙物、需要參與什麼路徑，都需要經過視覺來建模，將家庭環境掃描，然後保存在自己的大腦中。它會知道冰箱在哪裡、沙發在哪裡、門在哪裡，下次你與機器人交互的時候，它會根據保存在大腦中的地圖，自動找到相關操作的目標、對象，去完成它要做的工作。

有了這些基本的技術之後，機器人需要有一個集成操作系統。PC 時代有 Windows，在移動互聯網有 iOS 和安卓，機器人時代會不會有機器人操作系統？答案是肯定的。

優必選在去年 9 月正式發布了機器人操作系統 ROSA，除了用戶決策、設備互聯以外，ROSA 還集成了優必選這幾年在運動控制、語音、視覺識別、定位導航等方面的技術，能夠大幅提升機器人開發的便捷性，降低了開發的難度。

有了操作系統之後，機器人可以進行多模態的交互。這種交互方式有別於 PC 的單模態交互，也有別於現在智能手機的語音、視覺、觸摸屏的交互方式。在機器人上我們更多強調的是有動作、姿態、表情的自然的人機交互方式。

以上是機器人成為人類夥伴之前需要解決的關鍵技術和基礎資源，我們相信隨著這些技術的進步，機器人會逐漸成為社會生活的必需品，發展為龐大的產業，業界對此已經達成共識。孫正義曾說未來 30 年內，智能機器人將達到 100 億，那時人類也將達到這個數量，這預示著一個規模巨大的產業的到來。

我們也可以預測機器人將會作為一個智能終端進入家庭，它會成為第三代人機交互中心。第一代人機交互中心是 PC，第二代人機交互中心是智能手機，我們認為第三代人機交互中心會是機器人，因為機器人有各種各樣的感測器，有動作、表情、AI，和人的交互更主動，這種多模態的交互非常方便、自然。人傳遞給機器人的信息可能只有一個表情、一個動作，機器人就能夠明白我們是什麼意思，機器人傳達給我們的信息除了語音、圖片和文字以外，可能還有它自己的表情和動作。

所以，我們認為人形機器人將會成為第三代人機交互中心，成為消費級的智能終端，但是我認為人工智慧與機器人行業現在還處在早期階段，需要一步一步來。人類經過了 7 萬年的演化才從猿人變成人，機器人也需要一個演化過程，但時間會比人類的演化要快。我們相信人形機器人最終會成為人類的夥伴，走進千家萬戶，真正成為生活的幫手，讓我們的生活變得更加便捷、智能、人性化，謝謝大家！

本文作者：誰是大英雄

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！