使用適當智慧部件（模擬感知時）出現(xiàn)偽造結果的模式：傳統(tǒng)的識別視角（左側）和兩種哲學上（常見）的懷疑論（中間和右側）。左列表示每個（識別）部分都是真實情況下的端到端物理性機器人實驗。中間一欄，是David Hume（觀點）的例證，雖含有真正的傳感器，但也有理由懷疑其輸出報告的真實性。最右側是Bishop Berkeley提出的例證，系統(tǒng)具有真實的控制器，但其他所有元素為軟件端，這代表信息直接傳入機器人“皮質”的模擬實驗。
（圖片來源：Shell & O’Kane）
研究人員為了評估機器人算法和控制器的性能，通常會使用軟件模擬或實體機器人。雖然這看上去是不同的評估策略，但有很大的可能性需要結合兩種方法的要素進行評估。
在最近的一項研究中，德州農(nóng)工大學(Texas A&M University)和南卡羅萊納大學(University of South Carolina)的研究人員正著手評估和測試一些模擬和仿真交叉的驗證場景。在arXiv上預發(fā)表的論文中，他們概述了其研究將特別關注真實機器人通過傳感器感知環(huán)境的實例，但在這些實例中，機器人感知的環(huán)境可能并非真實的場景。
“我們考慮的問題是（最終通過各個）機器人部分呈現(xiàn)的結果會與真實世界存在差異，”進行該研究的Dylan Shell和Jason O’Kane在他們的論文中寫道。“這個質詢源于在驗證機器人行為時無法將我們手頭的實驗用機器人和理想機器人、實際測試環(huán)境與理想測試環(huán)境以及其他一系列潛在誤差的偏差消除。”
這項研究的靈感來自以前的生物研究，當時的研究旨在了解生物的感知局限性，以及信息的不匹配如何影響它們的行為。近年來，生物學家開始使用虛擬現(xiàn)實(VR)和增強現(xiàn)實(AR)等技術工具來更好地了解生物有機體及其感知。
類似地，軟件模擬已經(jīng)成為機器人研究的關鍵部分，許多研究人員使用軟件模擬來執(zhí)行并測試機器人系統(tǒng)和方法。通常，模擬軟件是在虛擬環(huán)境(而非物理環(huán)境)中復制機器人的執(zhí)行元素，以實現(xiàn)傳感器的人工讀取和相關狀態(tài)數(shù)據(jù)生成。
這就引出了另一個問題：模擬器作為一個系統(tǒng)而言，其自身的仿真結果和真實情況到底有多接近？考慮到這一點，研究人員就開始探索該“相互匹配”系統(tǒng)間的相關性，以及這些系統(tǒng)中有一個足夠強大以至于其他系統(tǒng)均受到其影響的情況。
Shell和O'Kane在他們的論文中解釋道:“在明確了錯覺概念(本質上是發(fā)生在真實世界中的系統(tǒng)仿真)之后，我們依據(jù)環(huán)境模擬的要求這類仿真的施行效果進行檢驗。”“時間是很重要的：一些機器雖然能夠模擬其他機器人，但很難做到同步。”
Shell和O'Kane認為，系統(tǒng)模擬其他系統(tǒng)的不同速率允許研究人員以一種相對的形式來描述模擬系統(tǒng)和仿真系統(tǒng)。基于這一假設，他們提出了概括模擬系統(tǒng)和仿真系統(tǒng)之間關系的定理，并為每個定理提供了幾個例子。
隨后，研究人員根據(jù)他們提出的理論進行了一個簡單的多機器人實驗。實驗過程中，個體機器人必須在模擬環(huán)境和物理機器人試驗臺的無界的障礙區(qū)域內(nèi)完成簡單的導航任務。最終結果表明，不同的模擬方法在給定系統(tǒng)環(huán)境下產(chǎn)生“模擬感知”有著明顯不同的時間效率。
Shell和O'Kane實驗觀察結果，以及他們建立的理論，加深了對目前用于評估機器人的仿真軟件的理解，突出了真實系統(tǒng)與模擬系統(tǒng)之間關系的新方向。他們可以在未來的工作中探索各種新的研究方向，例如擴展理論來處理不確定性和非決定論的概念，或者開發(fā)一個更豐富的有效“（感知）錯覺”理論。 （譯：路凱）
