4月2日，由中國機器人網(wǎng)、智能谷產(chǎn)業(yè)園主辦的「2024中國人形機器人生態(tài)大會」在上海順利舉行！數(shù)千人齊聚，聚焦人形機器人產(chǎn)業(yè)前沿話題，剖析產(chǎn)業(yè)風口，共同探尋產(chǎn)業(yè)融合與落地的方向。
在上午的院士專家報告環(huán)節(jié)中，俄羅斯工程院院士孫立寧圍繞「微納感知促進人形機器人智能化發(fā)展」這一主題，展開了主題報告。
以下是本次報告實錄，「中國機器人網(wǎng)」整理刪改：
人形機器人的發(fā)展特別快，今天我從幾個角度來分享一下當前人形機器人的進展。
從國家這幾年發(fā)展機器人到十四五規(guī)劃，到近期工信部也提到了人形機器人發(fā)展的規(guī)劃：25年快速發(fā)展，到27年能夠達成深度結合。上個月我們也看到了19個方向，今天也看到一些展品，我們注意到，未來產(chǎn)業(yè)創(chuàng)新的規(guī)劃第一條就是人形機器人。從這點來看，國家非常重視這個領域的發(fā)展，近期大家也感受到無論是科技部還是工信部都在對白皮書進行制訂，而且各個省市也都成立了創(chuàng)新中心研究院。
人形機器人的好處大家都已經(jīng)很清楚了，主要是解決復雜場景。從美國的Atlas，到近期的擎天柱，非常高興看到一年半的時間，沉寂了20多年人形機器人再次爆發(fā)，而且發(fā)展非常快。
那么，我們想達到什么目標？兩個方面，一個是從技術層面，想機器人像人一樣，能夠動，能夠跑，更重要的是能夠跟人一樣比對，這就是模仿人的仿生和智能。很多的場景還在探索之中，至少方向沒有變化。
回到技術層面，大家知道人形機器人有6項關鍵技術，從高爆發(fā)力的驅動，然后是環(huán)境感知，運動，然后是本體，大模型，然后是像計算機手機一樣，今天重點是感知和控制方面的介紹。
有了機器人這個概念，過去我們更關注內在的閉環(huán)，像工業(yè)機器人，現(xiàn)在更關注外部。我們聽，我們看，我們聞，外部的手和皮膚，我們理解也比較容易，近期，我們也在探索這個技術，比如說，我們團隊搞機器人電子皮膚，摩擦發(fā)電，用先進材料研制出來可穿戴的皮膚。第二個是傳統(tǒng)的，不可少的微納感知技術，靈巧手觸覺。
環(huán)境感知，環(huán)境幾何特征感知，這個像人一樣精準化大場景，最終野外作業(yè)的時候，具備了野外的圖像采集，地形感知與分割，也是借鑒移動的技術，人形機器人解決應用就可以了。從宏觀到微觀到場景，操作應該是屬于協(xié)作機器人和人形機器人特有的，炒菜、抓取，對物體的感知，早期做視覺比較多，現(xiàn)在對軟體復雜的情況，這邊就發(fā)揮很大的作用，包括清華大學一些傳感器，已經(jīng)能夠識別材質，包括手指也已經(jīng)有了紋理，更加精準化。
系統(tǒng)建模，這比較難。早期做人體運動，普通倒立、彈簧附載倒立擺，如果是系統(tǒng)動力學模型，就能夠跟大數(shù)據(jù)行為結合，可能這是一個很好的辦法，再加上人形機器人的自學習訓練，像人一樣，人是沒有模型的，就是通過訓練學習過程。
運動控制，步態(tài)運動，這個方面看到了挑戰(zhàn)，控制手段與要素，控制目標與模型的問題?，F(xiàn)在看全身運動控制應該是從早期的控制手段到控制要素仔細的變化，基本是動力學。現(xiàn)在全身動力學要搞沖擊力的柔性，人跳起來的樣子，基礎的模型多方面的，有基于動量，有基于動能，發(fā)展趨勢做了10年，高動態(tài)運動，最終是擬人化。
四肢協(xié)調，兩個胳膊兩個手，這里面的復雜動作是協(xié)調性帶來的挑戰(zhàn)。模型驅動總是很難做到那么精準，計算量很大。數(shù)據(jù)驅動非常重要，人的行為可能沒有很多的模型，通過學習進化變成了外部環(huán)境。數(shù)據(jù)平臺大模型結合了，未來發(fā)展在手的操作方面會給我們帶來很多的挑戰(zhàn)，實現(xiàn)人形機器人真正的應用，包括物理模型的融合。
最終是多模態(tài)，今天不講，但是我的理解是底層運動跟我們的行為結合，這是目前一個真正比較現(xiàn)實的問題。
今天講一講創(chuàng)新，我們人類的發(fā)展有39萬億的細胞節(jié)點，我們的運動實際上是最根本的神經(jīng)元。2006年、2008年把神經(jīng)元模型建起來了，經(jīng)過10年把生物芯片造出來了，這個模型非常好，如果能夠跟動力結合會很好。
那么，能不能把這個建好，通過一定的訓練，自己爆發(fā)出一個神經(jīng)元。我們發(fā)現(xiàn)神經(jīng)元包括人類對于聲覺和視覺的認識，是我們腦海馬體模擬對象的機器人仿生出來的，前期工作也得到了建圖、仿生強化學習結合起來，算力比較怪，這個比較前沿，未來研究上結合起來是一個新的思路。
ChatGPT熱了一年多了，但是真正對我們發(fā)展有幫助的，是神經(jīng)網(wǎng)絡和生成數(shù)據(jù)，這兩個非常重要。算法AI，如果是神經(jīng)元這種借鑒可能更快更好，這是一個趨勢，需要大家探討。
應用前景大家非常清楚了。那么，這里面關鍵問題怎么弄？一個是語言模型，一個是機器人操作，動作怎么描述出來有很多數(shù)據(jù)，操作發(fā)展過程當中，還有數(shù)據(jù)存儲，一個視頻幾百兆，一個動作，恐怕得非常巨大的海量數(shù)據(jù)，后面還有很多模型神經(jīng)網(wǎng)絡，這方面很重要。
有了數(shù)據(jù)以后我們人的行為有了，怎么遷移到機器人來，包括人類行為遷移到機器人，數(shù)字遷移問題很重要。這個問題我們有不同的角度來遷移數(shù)據(jù)，所以我們在面臨人形機器人的時候，大戰(zhàn)略思路非常清楚，細節(jié)問題很難。
感知方面也存在一些創(chuàng)新，最重要的就是人工智能技術怎么落地。一個數(shù)據(jù)，一個操作，這些問題也給我們帶來挑戰(zhàn)，這些問題如果能夠解決，就能回到人形機器人的初衷。
人形機器人在教育科普、特種環(huán)境、工廠里面都很重要。把技術結合起來，希望大家能夠從不同的角度去合作和交叉，解決共性問題，最后遷移到我們產(chǎn)業(yè)的載體，使我們機器人性能不斷提高，更好使用，從而達到我們的夢想。
