2018世界机器人大会：如何让机器人在城市中实现自动驾驶？

2018世界机器人博览会日前在北京落下帷幕。主办方邀请全球机器人领域著名企业、高校、科研机构，参与为期4天的论坛活动。

本次世界机器人大会论坛涉及“应用与实践”“技术与创新”等诸多方面。

BTV小编将整理专家讲师的对机器人及AI的精彩发言，持续更新。

Wolfram Burgard

基于深度学习的智能机器人导航和感知（节选）

图为：IEEE RAS主席、德国弗莱堡大学教授Wolfram Burgard 在演讲中

Wolfram Burgard：大家下午好！今天想为大家讲一讲机器人行业的一些变化以及机器人行业的未来，重点会放在智能机器人导航和感知相关的内容，包括行业未来的趋势。

这是一个希腊神话故事，西西弗斯相信他比宙斯还要聪明，所以他在肩上扛了一块巨石，每当搬起这块巨石快走到山顶的时候就会滚下山去，一直想把这块巨石搬到山顶，但却永远无法到达山顶，每次都要重新再来。这其实就是我们在科学当中要经历的过程，每当要解决一个问题的时候就会发现这个问题无法完全解决，需要重新寻找路径解决。每当找到新的方法但发现还是不能解决全部问题的时候，又要再一次重新寻找路径。似乎每次我们都好像即将抵达山顶，但最后还要从山脚重新走上去，毕竟在解决问题的过程中总会遇到全新的问题。

机器人导航可以分为三个部分，包括定位、建图以及运动控制。当然，这三个部分当中也有一些重叠，比如同时定位和主动定位，或者是位置探索，这是三者的结合点。

这是一部自动驾驶的汽车，使用的是雷达扫描仪，有了这种扫描仪就可以知道周边发生了什么情况。这种技术对自动驾驶来说是非常重要的，只有有了自动扫描才能实现自动驾驶，所以也是自动导航能够发挥作用的重要领域。

目前我们在导航技术方面还面临着一些关键性的挑战，从长期的角度来说，解决了高精度定位，但从长期自主决策的角度我们怎么实现这种目标呢？这个世界不是静态的，有着很多的环境是我们预测不到的，这些车辆怎么应对这样的问题呢？比如在城市当中的自动驾驶，我们能否使机器人在城市当中实现自动驾驶？在人口众多的城市中心机器人如何自我导航，机器人若能有这样的自我导航功能，就可以完成快递比萨等工作。

现在的问题是，我们怎样建造一个基于技术的自我驾驶汽车，我们应该做些什么，需要开发什么其它的技术，下一步怎么走，今后这项技术应该怎样发展以便于我们有机器人自动驾驶车辆，所以从我的角度来说，最关键的解决方案在今后几年都是机器学习。这其实也是我在一开始提到的，当你到了山顶的时候石头又会滚下来，然后出现了一些新的现象，又得重新往前走，这其实是目前我们在做的一件事情，也就是大量地依赖于机器学习。

举个例子，什么学习的方式对这种情况是有用的呢？比如学习驾驶的风格，要在帕利托或者加利福尼亚开车的方法和在北京是完全不一样的，或者在新德里、提尔瓦这些世界上交通状况最复杂的区域开车也是不一样的，机器人在这样的环境当中要让汽车能够适应当地的环境和导航情况，用户也有不同的期望。考虑到我自己父母的情况，他们可能更喜欢在车里慢慢地开，我开的会比他们快很多，所以我们驾驶的风格不一样，很多的参数是需要调整的，需要使其效率更高。我们可能不能100%地解决这些问题，需要通过工程和设计的方式改进它。如果我们采用了自动驾驶技术的话，每辆自动驾驶的汽车都必须适应每个用户的期待和需求。

机器人如何知道什么东西应该放在货架的什么地方呢？一个解决方案就是从用户那里学习，我们可以看到这张图片，如果把货架上面的一个东西改变位置的话，机器人会把其它的东西换到其它的地点，所以我们采取多元方式，需要有足够的信息输入机器，然后机器才知道把什么东西放在什么位置，用户也会有自己不同的偏好。因此，组织货架的时候你是有自己的习惯，决定把某个东西放在某个货架上面，机器人就会适应每个用户的偏好和需求。