近日，在中國澳門舉行的2019年IEEE/RSJ智能機(jī)器人與系統(tǒng)國際會議（2019 IEEE / RSJ International Conference on Intelligent Robots andSystems ，IROS 2019）正式落下帷幕，該會議是世界機(jī)器人和智能系統(tǒng)領(lǐng)域最著名、影響力最大的頂級學(xué)術(shù)會議之一，今年首次在中國澳門舉辦。
本屆IROS會議主題為機(jī)器人連接人，包括全體會議、主題演講、技術(shù)會議、論壇、研討會和教程、比賽、展覽等，約4000名來自世界各地的機(jī)器人、自動化系統(tǒng)及人工智能等領(lǐng)域的領(lǐng)軍人物、頂尖研究團(tuán)隊代表及企業(yè)界人士參會，共同探索智能機(jī)器人與系統(tǒng)領(lǐng)域的前沿科技，分享并討論相關(guān)領(lǐng)域的最新進(jìn)展。
一些新產(chǎn)品和前瞻技術(shù)亮相本屆IROS會議，展示機(jī)器人領(lǐng)域的最新研發(fā)成果。來自中國香港中文大學(xué)的沈祖堯（Joseph Sung）教授分享了人工智能在醫(yī)療領(lǐng)域的最新應(yīng)用成果，特別是對消化道癌癥方面AI輔助的圖像檢測、數(shù)據(jù)處理的癌癥分類、治療方案建議以及基于自動和半自動手術(shù)機(jī)器人實現(xiàn)AI輔助的手術(shù)等研究，這些研究都大幅改善了患者的治療情況。在這個AI變革醫(yī)療的時代，針對在未來如何定位醫(yī)護(hù)人員的角色、如何訓(xùn)練下一代醫(yī)生、藥師和治療人員、AI出現(xiàn)失誤時誰應(yīng)該為此負(fù)責(zé)等議題，沈教授帶領(lǐng)大家審視和探討AI為醫(yī)學(xué)帶來變革與未來趨勢。
杭州宇樹科技有限公司帶來了自研的最新款機(jī)器狗AlienGo，其集成VSLAM，可以實時對地形和障礙物進(jìn)行3D建圖。相比激光雷達(dá)，更適合于低速移動機(jī)器人，尤其是需要觀察地形的足式機(jī)器人。同時，AlienGo集成人體2D/3D體感識別和手勢識別，方便人機(jī)交互，比如自動跟隨、人員行為預(yù)測等功能。據(jù)悉，AlienGo是目前全球最大尺寸及最大重量能直接平地后空翻的電驅(qū)動四足機(jī)器人。
世界領(lǐng)先的工業(yè)機(jī)器人制造商之一kuka帶來了兩個創(chuàng)意機(jī)器人項目，下圖為其中之一——人機(jī)對戰(zhàn)項目。
意大利技術(shù)研究所（Istituto Italiano di Tecnologia，IIT）的研究愿景是開發(fā)人類的科學(xué)技術(shù)，融合機(jī)器人、納米材料、生命技術(shù)和計算科學(xué)等領(lǐng)域的技能。該研究所科學(xué)主任Giorgio Metta在IROS 2019 TV上表示：“機(jī)器人會在我們未來的生活里扮演重要的角色，比如更精準(zhǔn)的醫(yī)療協(xié)助，在工廠里幫助人類，在危險場景拯救人類等。機(jī)器人的發(fā)明是為了給人類賦能，所以核心還是人。我們開發(fā)的手術(shù)機(jī)器人，術(shù)后康復(fù)機(jī)器人等即將問世。”該研究所生產(chǎn)的機(jī)器人可以直接輸送到市場使用，目前正致力于研發(fā)出具有更智能的認(rèn)知能力的機(jī)器人。
韓國POSTECH的觸覺和虛擬現(xiàn)實實驗室由SeungMoonChoi教授指導(dǎo)，研究人員研究與觸覺相關(guān)的基礎(chǔ)科學(xué)、技術(shù)和應(yīng)用。目前，該小組正專注于開發(fā)好的技術(shù)，幫助人們更容易、更快地制作觸覺內(nèi)容，研究主題包括觸覺感知和多模態(tài)觸覺渲染，目標(biāo)是改善人類生活。
ROVIS實驗室的人工智能專家Sorin Mihai Grigorescu介紹了NeuroTrajectory（神經(jīng)軌跡）：通過神經(jīng)進(jìn)化方式給自動車輛進(jìn)行定位軌跡學(xué)習(xí)，是感知—計劃的深度網(wǎng)絡(luò)。當(dāng)前，對自動車輛的控制基于解耦感知—規(guī)劃—行為操作的順序，或End2End或深度強(qiáng)化學(xué)習(xí)（DRL）系統(tǒng)，但由于用于自主駕駛的深度學(xué)習(xí)解決方案受到一些限制，NeuroTrajectory可以解決這個問題，這是一種用于自主駕駛的定位軌跡學(xué)習(xí)的多目標(biāo)神經(jīng)進(jìn)化方法，通過感知規(guī)劃深度神經(jīng)網(wǎng)絡(luò)在有限預(yù)測范圍內(nèi)估計自動車輛的期望狀態(tài)軌跡。
加利福尼亞大學(xué)圣迭戈分校（UCSD）實驗室?guī)頉]有任何電子元件，完全靠空氣移動的機(jī)器人。
在機(jī)器人學(xué)認(rèn)知架構(gòu)的深度概率生成模型研討會上，來自機(jī)器人和機(jī)器學(xué)習(xí)的研究人員分享了關(guān)于深度和概率生成模型的知識，以開發(fā)未來的機(jī)器人認(rèn)知架構(gòu)。該研討會旨在研究來自跨學(xué)科研究領(lǐng)域（包括機(jī)器學(xué)習(xí)、認(rèn)知科學(xué)和機(jī)器人學(xué)）出現(xiàn)的挑戰(zhàn)和機(jī)會。深度學(xué)習(xí)技術(shù)使機(jī)器人能夠識別自身所處的環(huán)境，例如視覺和語音識別，并且能夠有效地學(xué)習(xí)行為，例如強(qiáng)化和模仿學(xué)習(xí)。然而，深度學(xué)習(xí)的大部分成功在很大程度上取決于需要在學(xué)習(xí)過程之前準(zhǔn)備的標(biāo)記數(shù)據(jù)或手工制作的獎勵函數(shù)。本研討會的目標(biāo)是分享最先進(jìn)的機(jī)器學(xué)習(xí)方法的相關(guān)知識，這些方法將有助于對機(jī)器人中與語言相關(guān)的能力進(jìn)行建模。
本屆IROS會議期間舉辦了無人機(jī)競賽，該比賽是一項工程和計算機(jī)科學(xué)的挑戰(zhàn)，需要理解計算機(jī)視覺，開發(fā)包含門檢測算法的能力以及編程邏輯，以便無人機(jī)在完成任務(wù)時可以理解。參賽團(tuán)隊需要對無人機(jī)進(jìn)行編程，實現(xiàn)無人機(jī)的自主導(dǎo)航功能。參賽團(tuán)隊的無人機(jī)需要自動通過一組門，在5分鐘內(nèi)完成盡可能多的次數(shù)。最日本筑波大學(xué)（University Of Tsukuba）的無人機(jī)在4分47秒內(nèi)完成了15次飛行，獲得該項比賽的冠軍。
