斯坦福大学教授 Oussama Khatib 2016 年 10 月在北京召开的世界 机器人 ( 行情 300024 ,诊股)大会上，雷锋网曾报道来自斯坦福大学的 Oussama Khatib 教授所带领的团队研发了一款潜水机器人 Ocean One （海洋一号）。令人惊叹的是，Ocean One 曾潜入 100 米

　　斯坦福大学教授 Oussama Khatib

　　2016 年 10 月在北京召开的世界机器人(行情300024,诊股)大会上，雷锋网曾报道来自斯坦福大学的 Oussama Khatib 教授所带领的团队研发了一款潜水机器人 Ocean One （海洋一号）。令人惊叹的是，Ocean One 曾潜入 100 米左右的海底，并且成功从一艘法国沉船上打捞出一个古文物。

　　今年，由雷锋网承办的全球人工智能和机器人 CCF-GAIR 峰会上，Oussama Khatib 也来到大会现场，并在 7 月 8 日的机器人专场为我们分享了关于机器人研发背后的那些故事。

　　以下为OussamaKhatib 演讲实录，雷锋网（公众号：雷锋网）在不改变原意的基础上进行编辑。

　　为什么要开发 Ocean One？在某些情况下，潜水员为了潜入海底 160 米，必须在下潜仓里呆上一周以适应氧气和氦气的混合仓，之后才能在水下进行部件维修和维护。而完成工作后，潜水员又要回到地面，花三周的时间在氧气和氦气的混合仓里适应。这是一项非常危险的工作。

　　如果机器人可以接触到海床，人也可以感受到机器人和海床的触觉。操作人可以沉浸在一个操作系统中，而机器人则可自主地在水下对所有动作进行识别。机器人通过无线光纤与地面及时连接，好像机器人是专门为你进行潜水工作。

　　我们的目标是希望通过触觉设备，感受机器人所感受到的东西。

　　除了考古发掘，机器人还有其他的工作场景，如水下珊瑚保护、样品采集，以及水下工程维护、检查等。此外，在高纬度的地方如气象站等，都希望机器人去解决问题，从而很大程度上保护人的安全。

　　机器人如何与外界互动？对于家居机器人而言，它是一个人机的互动，尤其是合作型机器人，不仅仅是简单的机械手臂，可以让人和机器形成一种协同效应。

　　在移动性方面，我们要让机器人明白外界，不仅仅让它知道它应该做什么，还要让它知道完成这个任务该有哪几个步骤，让人的动作成为它的榜样。所以，我们要为机器人寻找不同的动作，以及对它发出指令，要研究人类所有不同的动作以及目的。这样才能够让机器人的动作更加灵活，更加快速。

　　我们在做同一个动作的时候，不断的重复它，是很累的，机器可以这样做，它不知疲倦。在这样一个环境中，可以做出比较好的人机互动，让机器代替我们做一些比较困难的事情。我们可提前写好程序，从更高的层面上向这个机器发出指令。那就是我们的指令动作。比如像人的一些动作，如何去教授这些机器动作。我们可能不需要动作或者位置的控制，然而机器是需要的。我们只是根据感觉，感受人手的位置，但是机器是需要的。所以我们对这个机器进行编程，让它能感知到外界的环境，这样的关系是独立的。所以我们可以看到，这个机器在旋转，它感觉到了外置环境的变化。

　　我们可以通过这个扭矩控制机器的动作。比如说在关节处可以有一些互动，比如人机互动、操作、合作甚至完成一些任务，让它更加安全。在斯坦福曾经有过这样一个设计。90 年代，我们的机器是实时运动，我们只需要对它吹气，它就可以动了。我们可以打造一个非常好的控制能力，通过感知的传感器就能够实现。

　　我们如何实现一些任务。比如说人是需要完成一些任务的，我们希望能够让机器人有足够好的视觉，就可以用抓取的系统，让机器完成不同的任务和工作。这里会发现，这些机器是抓取了不同的物件，就可以截取足够多的信息，让我们知道真正发生了怎样的事情。我们需要让机器知道，在怎样的位置需要旋转和调整位置。

　　另外，可以用一些数据，对机器进行编程。这样机器就可以和外界产生互动。当然，外界是不同的，会经常变化，会有一些错误。我们要修正错误，甚至可以把机器进行一些调整，用手动进行移动，让它修整过去的错误。现在可以去做一些更加复杂的任务。比如说需要有一系列的动作，这一系列的动作就展示了一些比较复杂的任务是如何完成的。

　　我们要找到插头上插孔的位置，就可以做旋转，将插孔正确的插入进去。这样一个片段，是通过对于机器的编程实现的，之后这个机器就可以学习这样的动作。在人类的示范之后，机器会再次尝试完成这个工作。现在机器人有了更好的控制，所以这个机器人可以完成过去由人手工才能完成的任务。在这个展示中，机器在寻找插孔。现在它已经找到了插孔，找到插孔之后就会旋转，取得合适的角度，就可以把插座插上，灯就点亮了。

　　1987 年的时候，我们训练这个机器，让它完成一个搜寻的任务。另外，可以让机器将合适的部件插入到合适的插孔里。也就是说我们可以让机器和外界产生一种互动，一种相互的关联。这样，它们的动作就会更加精准，可以帮助机器不断提升技能。机器可以进行自行的匹配以及尝试。在这背后，人的动作是非常重要的。

　　让机器学习人的技能人可以有不同的技能，不同的能力，这些能力都可以让机器去学习，把人类的一些动作教授给机器，或者通过一些算法让机器习得人类的动作。比如这里建立了一个人类的运动模型。这个动作是人在抛置物体的动作，可以通过 MRI 形成一个精准的运动模型，在对人体进行MRI的扫描之后，就可以把 MRI 的数据输入到机器中。这也是一个非常重要的过程。这样可以建立起一些模型，非常精准的重现人的动作。这样我们也可以帮助人们去做一些运动康复。当然，我们可以很好的观察人类的运动。这样才能进一步提升运动的精准性。

　　另外，可以看一下人类是如何来处理不同任务的。我们有 MRI，就可以对人做一个扫描。但是在 MRI 里是不能动的。在这里找到一个触觉的反馈设备。比如说可以建立一些联系，把实时的数据联系到电脑里，看一下实际发生了什么事情。比如说有不同的方式对计算机进行编程，让计算机的动作越来越趋向于人的反馈。比如可以做一些示范，让机器学习。当然，也可以引领机器做一些动作。比如防撞、避免冲撞，或者我让这个机器不要碰到我的手，它就会自动的进行回避。机器人可以避免碰撞，还可以去到各种不同的位置。这也是一个很大的挑战，在机器身上，必须要做很多的平衡。

　　我们说这种机器，它如果是多触点，就是一个更大的挑战，要控制它的任务，同时也要控制好这个机器本身的姿势。当然，这个任务的本身有方方面面的要求，多触点就要求机器做好平衡。比如要有一些平衡，还要有自我避免碰撞的能力。但我们如何才能实现这个能力？也是现在需要有一种系统性的方式，帮助我们实现大量的配置，最终找到这样的方法，让机器人突破局限。

　　人、机器人和环境的接触