六個(gè)月前寫了一篇機(jī)器人抓取的專欄文章，介紹了一下機(jī)器人抓取的基本研究內(nèi)容和方法。機(jī)器人從什么時(shí)候開始抓取的(上)。當(dāng)時(shí)就說了未完待續(xù)，一直想更詳細(xì)的介紹下機(jī)器人抓取。在2017年的開始兩天，終于可以抽出時(shí)間來稍微整理一下這方面的內(nèi)容。
完整的PPT下載鏈接
一、什么是機(jī)器人抓取?
如下圖所示，給定一個(gè)物體和手，機(jī)器人抓取的基礎(chǔ)問題分為三個(gè)：
·怎么樣去抓
·怎么樣去控制
·怎么樣去操作
按照難度，這三個(gè)問題基本是依次遞增的。
1、怎么樣去抓?(Grasp Planning)
這個(gè)問題基本是一群大牛一開始就研究的問題，包括Salisbury，Mason，Cutkosky，Khatib 等等。大家研究來研究去，就是想知道：給定一個(gè)物體，給定一個(gè)任務(wù)，給定一個(gè)手，這個(gè)手該怎么去抓這個(gè)物體才是最好的?這個(gè)方向的最著名的結(jié)果算是force-closure了， 在很長時(shí)間基本相當(dāng)于控制里面的穩(wěn)定性的重要性了。我在讀博士前兩年，基本也是做這個(gè)，當(dāng)時(shí)帶我的博士后Sahar在這個(gè)方向做得相當(dāng)不錯(cuò)，不過她轉(zhuǎn)行搞金融去了。最近這個(gè)方向基本就是往與Learning結(jié)合的套路上走，可以參考Sergey Levine在Google時(shí)的工作。
2、怎么樣去控制?(Grasp Control)
這個(gè)問題就是研究力控，包括手指末端的力控，觸覺控制等，剛度控制，阻抗控制等等。很長一段時(shí)間，大家都在試圖計(jì)算什么樣的手指抓取力才是最優(yōu)的(話說當(dāng)年開始讀碩士時(shí)，第一個(gè)給我郵寄紙質(zhì)論文的Imin Kao 教授就是做抓取的剛度控制的)。這里面以Martin Buss和李澤湘老師組的工作最為著名，將一個(gè)非線性優(yōu)化問題轉(zhuǎn)化成一個(gè)線性矩陣不等式問題，基本在幾十毫秒左右可以得到優(yōu)化結(jié)果。最近的這個(gè)方面的最好的工作應(yīng)該算是DLR出來的object-level impedance control(IJRR)了(文章第一作者Wimbock也轉(zhuǎn)行了)。現(xiàn)在還堅(jiān)守在這個(gè)方向的主要就是幾個(gè)日本教授了，包括我的合作者Kenji。話說Kenji的老板Arimoto教授，退休后才開始搞機(jī)器人抓取的，還出了本書。他屬于上古大神級(jí)別，現(xiàn)在很少有人知道，IROS 2016他的生日聚會(huì)也相當(dāng)高端，可以感受下(2006 International Symposium on Advanced Robotics and Machine Intelligence)。
3、怎么樣去操作?(Dexterous Manipulation)
其中最后一個(gè)問題的dexterous manipulation(靈巧操作)，已經(jīng)很多年沒有什么好的進(jìn)展了，現(xiàn)在也很少有人去碰這個(gè)問題了。Cutkosky的博士論文是搞這個(gè)，后來還搞了幾年，再后來把實(shí)驗(yàn)室名字都換了，算是轉(zhuǎn)方向了。Peter Allen 組以前有個(gè)博士后搞這個(gè)，后來好像是潛水掛了，很是遺憾。最近的soft robotics火了，這個(gè)方向好像有了新的轉(zhuǎn)機(jī)，Oliver Broc也開始做這個(gè)方向了。
二、為什么機(jī)器人抓取重要?
如下圖所示，機(jī)器人抓取的研究涉及到很多方面，包括機(jī)械，控制，計(jì)算機(jī)，人工智能等等。很多時(shí)候，機(jī)器人抓取是一個(gè)很好的最小研究例子(minimal example)，來支撐各個(gè)方向的研究。其次，機(jī)器人抓取中的研究內(nèi)容，特別是靈巧性和交互性，能夠?qū)ζ渌芏嘞嚓P(guān)的研究起到作用，下面的第二張圖就說明了這一點(diǎn)。另外，抓取也是機(jī)器人走進(jìn)真實(shí)世界必不可少的功能，手對(duì)人類是如此重要，我們當(dāng)然希望賦予機(jī)器人同樣的功能。
三、為什么機(jī)器人抓取很難?
抓取對(duì)我們而言是如此簡單，所以我們很有可能認(rèn)為對(duì)機(jī)器人也很簡單，但實(shí)際上是相當(dāng)難的。如果看過各種或者參加過各種抓取比賽，應(yīng)該是生無可戀了，機(jī)器人抓取的底線比你想象的肯定要低。但是很多paper中的數(shù)據(jù)都是在制定的非常不真實(shí)的條件下，給人一種很高的成功率的感覺。記得我在我博士論文里面給了個(gè)30%左右的成功率，有個(gè)答辯委員問我為什么這么低，這不符合常理。但是這就是現(xiàn)實(shí)。
現(xiàn)實(shí)世界有太多的不確定性，因?yàn)椴淮_定性，我們?cè)谧ト≈杏玫降哪Ｐ突旧隙际遣粶?zhǔn)確的，甚至是錯(cuò)的。而我們又沒有足夠好的傳感器，可以實(shí)時(shí)給我們反饋真實(shí)的狀態(tài)。更糟糕的是，我們連一個(gè)好點(diǎn)的手也沒用，很難準(zhǔn)確的去控制機(jī)器人手到我們想要的狀態(tài)。未來很長一段時(shí)間，怎么樣處理這些不確定性，將會(huì)是機(jī)器人抓取的一個(gè)熱點(diǎn)方向。其實(shí)這個(gè)方向也很熱，基本每年都有相關(guān)的workshop。這里推廣下我們2017年的ICRA workshop。
四、未來的方向?
既然還有這么多的未解決的問題，那么未來的方向在哪里?我自己總結(jié)了幾個(gè)點(diǎn)：更好的理解不確定性，更多的利用接觸，更靈巧的設(shè)計(jì)，更穩(wěn)定的傳感器。這幾個(gè)方向的闡述，也是很大的一個(gè)坑，將來一個(gè)個(gè)添補(bǔ)吧。(我博士畢業(yè)后，如果去美國做博士后，就是研究其中的第一點(diǎn)和第二點(diǎn))。如果這幾個(gè)點(diǎn)做好了，機(jī)器人抓取離大面積的現(xiàn)實(shí)應(yīng)用也不會(huì)太遠(yuǎn)。(本文作者李淼，武漢庫柏特科技創(chuàng)始人，瑞士洛桑聯(lián)邦理工博士，研究方向?yàn)闄C(jī)器人學(xué)習(xí)和人機(jī)協(xié)調(diào)交互。)
