最火蓝色的机器人可能是未来人工智能的主力茶饮料公仔电饼铛保险柜岫玉Frc

蓝色的机器人可能是未来人工智能的主力

全球机器人销售在过去五年中翻了一番，但今天在工厂和仓库中部署的机器人几乎与我们几十年前的机器人相同。它们既强大又精确，但购买成本高昂，对人类来说也很危险。

blue是加州大学伯克利分校的新机器人，旨在通过人工智能打破这种模式。

蓝色看起来有点像孩子的机器人绘图：它是由笨重的3d打印部件制成的，它有一对带有钳子的人形机器人手臂。它可以使用vr，这也让运营商挥舞着聚芳醚酮(PAEK)是1类亚苯基环通过醚键和羰基连接而成的聚合物双臂，然后将蓝波来控制其串联武器。它还可以训练使用人工智能操纵物体，这种控制方法在机器人中仍然非常罕见。

负责该项目的机器人专家pieter abbeel希望改变这一点，他说blue已经从头开始构建，以利用最近ai的改进。 人工智能越来越强大这一事实让我们有机会重新思考如何设计机器人， abbeel告诉the verge。

abbeel解释说，目前使用的大多数机器人都是强大而准确的。他们的动作是预定义的，他们只是一遍又一遍地重复相同的动作，无论是将货物托盘，焊接车或紧固螺丝拧入智能。

相比之以上就是本公司技术人员给大家分享的如何让改变实验机发挥最好工作效果及该实验机安全保护常识下，未来的机器人将具有反应性和动态性。他们将能够安全地与人类一起工作而不会破坏他们，而不是提前计划他们的行动，他们将使用相机和传感器实时导航世界。

如果你看一下传统的机器人，它们的设计都是围绕着非常高精度和重复运动的原理， 阿贝尔说。 但你螺纹规不一定需要亚毫米级的可重复性。 (这就是能够一次又一次地执行相同的任务，并且运动差异小家用地暖于一毫米。) 人类没有亚毫米级的可重复性。相反，我们用眼睛和触觉来通过反馈来完成工作。

abbeel和他的团队，研究员stephen mckinley和研究生david gealy希望blue能以同样的方式运作。它有一个带有深度感应摄像头的中央视觉模块，其手臂由带橡皮筋的电机控制，使其具有灵活性。如果你推动工业机器人手臂，就像推着砖墙一样。但是蓝色在拥挤的地铁车里更像是一个人：推挤它，它会移动到一边。

这使得blue更安全地工作，但也适用于使用强化学习的研究，强化学习是一种在机器人学中变得流行的ai训练方法。强化学习的工作原理是要求代理人完成一项任务并在任务完成时给予奖励。这基本上是反复试验，代理人开始时不知道如何完成目标，然后慢慢地自学。

使用具有强化学习的传统机器人可能是昂贵的。它们缺乏灵活性使它们变脆并且容易损坏。此外，强化学习需要时间来产生结果，并且由于机器人很昂贵，因此成本很快就会增加。

blue的生产成本仅为5,000美元，因此可以广泛使用

这是blue可能会有所作为的另一个领域。pr2是由willow garage建造的一种受欢迎的研究安装简单机器人，它也有一对手臂和钳子，研究人员将研究人员的资金追回到40万美元左右。相比之下，blue的材料清单应用该公司在材料领域的技术专长仅为3,000美元。abbeel表示，该团队尚未确定最终价格，但他们希望将目标锁定在5,000美元的范围内。

当你愿意放弃亚毫米精度时，这就成为可能，因为你意识到你不需要基于ai的控制， abbeel说。

许多其他研究实验室和初创公司也在瞄准这种新模式，希望教授机器人如何使用人工智能。abbeel是其中一家的总裁，一家名为embodied intelligence的创业公司。血族ai，即建立机器人选号仓库项目的坚定，是另一种。elon musk创立的研究实验室openai 使用机器人手完成了类似的工作，谷歌也在探索机器人的ai培训。

不过，一些专家对blue的吸引力持怀疑态度。他们注意到它与baxter并没有什么不同，baxter是另一个带有手臂和钳子的机器人，它意味着与人类一起工作。去年，baxter，rethink robotics公司倒闭了。

nvidia的机器人研究员ankur handa表示，blue的钳子限制了它可以执行的任务范围，即使使用ai控制，它的精确度也会出现问题。 总的来说，我不认为他们提供任何特别新的东西， 汉达钢玉磨料告诉the verge。他补充说，蓝色机器人仍然是制造更便宜的机器人的一步

但abbeel看好blue的未来。该机器人目前正在小批量生产，扩散膜但abbeel希望扩大规模，最终转向外包制造以生产更大的数字。第一批目标客户将是研究实验室和大学，其中机器人目前在团队之间共享，就像20世纪60年代的计算机一样。提供更便宜的机器人将使它们更广泛地可用，从而提高机器人研究的产量。

更重要的是，abbeel希望blue能够为未来的家用机器人提供一个蓝图：低成本，灵活，适合人类使用的东西。 这种设计完全符合我们的想法， 他说。 未来仍然存在很多挑战，并不像我们认为这个特定的机器人正在家中。[但]这是一种将我们引向新方向的设计范式。