機(jī)器人的進(jìn)化源于它們理解其移動空間以及獨(dú)立但協(xié)作地前進(jìn)的能力。美國麻省理工學(xué)院的盧卡·卡龍 (Luca Carlone) 正在研究這個問題

我們?nèi)祟愓J(rèn)為這是理所當(dāng)然的，但機(jī)器人的空間感知卻并不簡單。對人類來說，幾乎可以立即了解周圍環(huán)境，探測有關(guān)圖案、物體及其在環(huán)境中位置的復(fù)雜信息是直觀的，但對機(jī)器來說，這是一個非常復(fù)雜的問題。不過，有些人正在努力使機(jī)器人系統(tǒng)也能做到這一點(diǎn)：麻省理工學(xué)院（MIT）的 SPARK 實(shí)驗(yàn)室就是這方面最先進(jìn)的機(jī)構(gòu)之一。感知、知覺、自主和機(jī)器人動力學(xué)實(shí)驗(yàn)室 "的主任是航空航天系副教授、美國麻省理工學(xué)院信息與決策系統(tǒng)實(shí)驗(yàn)室（LIDS）首席研究員盧卡-卡?。↙uca Carlone）。

卡洛尼出生于意大利，擁有都靈理工大學(xué)機(jī)電一體化工程專業(yè)的學(xué)位，多年來一直從事智能機(jī)器人系統(tǒng)的研究，并獲得了眾多獎項。

Luca Carlone，“傳感、感知、自主和機(jī)器人動力學(xué)實(shí)驗(yàn)室”主任，航空航天系副教授，麻省理工學(xué)院信息與實(shí)驗(yàn)室首席研究員。決策系統(tǒng)（LIDS）。

特別是，他和他所領(lǐng)導(dǎo)的實(shí)驗(yàn)室的興趣集中在空間感知，或者機(jī)器人感知和理解周圍環(huán)境的能力。它是人類移動、操縱和互動的關(guān)鍵因素。算法和感知系統(tǒng)的最新進(jìn)展使機(jī)器人能夠創(chuàng)建未知環(huán)境的大規(guī)模幾何地圖并檢測感興趣的物體。盡管取得了這些進(jìn)步，機(jī)器人和人類的感知之間仍然存在很大差距。這就是盧卡·卡龍 (Luca Carlone) 工作的地方，他堅信在這個問題上取得重大進(jìn)展將對許多行業(yè)產(chǎn)生重大影響，機(jī)器人在“行業(yè)自動駕駛汽車的開發(fā)。只有最后一個市場預(yù)計將大幅增長：Statista 估計到 2030 年，該市場的規(guī)模將從 2021 年的 1060 億美元增至 23,000 億美元。

要點(diǎn)

對于人類來說，機(jī)器人的空間感知是本能和自然的，是一個高度復(fù)雜的問題，但它是保證它們能夠在最不同的環(huán)境中獨(dú)立、安全移動的基礎(chǔ)。

美國麻省理工學(xué)院的 Spark 實(shí)驗(yàn)室由麻省理工學(xué)院教授、意大利人盧卡·卡龍 (Luca Carlone) 領(lǐng)導(dǎo)，正在努力創(chuàng)造條件，使機(jī)器人系統(tǒng)能夠依賴盡可能類似于人類感知的空間感知。

由于人工智能技術(shù)的采用，許多多機(jī)器人系統(tǒng)也帶來了前景：從搜索和救援行動到工業(yè)自動化，再到物流和自動駕駛汽車。

機(jī)器人空間感知今天取得的進(jìn)展

正如 MIT 最近發(fā)表的一篇文章所報道的，由 Carlone 領(lǐng)導(dǎo)的團(tuán)隊開發(fā)并發(fā)布了 Kimera，這是一個開源庫，它允許單個機(jī)器人實(shí)時構(gòu)建其環(huán)境的三維地圖，標(biāo)記視野中的不同物體。兩年后的 2022 年，Carlone 和 Jonathan How（SPARK 實(shí)驗(yàn)室和航空航天控制實(shí)驗(yàn)室）的研究小組推出了Kimera-Multi，這是一個更新的系統(tǒng)，其中多個機(jī)器人相互通信以創(chuàng)建統(tǒng)一的地圖。這一發(fā)現(xiàn)和發(fā)表的論文為 Carlone 和 How 及其研究團(tuán)隊贏得了IEEE Transactions on Robotics Fu King-Sun Memorial Best Paper Award 2023，授予上一年在該雜志上發(fā)表的最佳文章。

復(fù)雜環(huán)境中的機(jī)器人運(yùn)動（Kimera-Multi）

Carlone教授，機(jī)器人的空間感知需要考慮哪些方面？

除了相當(dāng)重要之外，機(jī)器人的空間感知也是一個令人著迷的問題，因?yàn)槲覀冏鳛槿祟惤鉀Q這個問題的容易程度與機(jī)器人解決這些挑戰(zhàn)的強(qiáng)大技術(shù)難度相對應(yīng)。莫拉維克悖論很好地解釋了這一點(diǎn)，該悖論指出：人工智能困難的事情看起來很簡單，而簡單的事情看起來很困難。讓我們想象一下人工智能系統(tǒng)在下國際象棋或圍棋或在很短的時間內(nèi)為人類解決需要高推理能力的復(fù)雜問題的輕松程度。相反，在環(huán)境中移動或操縱物體，即使對于孩子來說，這種與生俱來的簡單能力對于機(jī)器人來說仍然非常關(guān)鍵。