移动机器人建模 人性复杂！未来10年机器人技术面临这十大挑战

近年来，机器人研究取得了长足的进步，但要想在我们的生活中普及机器人仍是障碍重重。《Science Robotics》杂志列举了机器人普及亟待解决的10大挑战。

以下是他们提出的十大挑战：1、新材料和制造方案

机器人专家正开始不再局限于以往用电动机、齿轮和传感器制作机器人的方法，尝试使用诸如人造肌肉、软机器人技术和新的制造方法，将多种功能整合在一种材料中。

但这些先进的制造方法大多数还处于初期阶段，因此将它们整合还难以实现。移动机器人建模的材料，如感应、移动、能量收集或能量储存等，可以让机器人设计更高效。但是将这些不同的属性组合在一台机器上，需要使用新的方法，而新方法必定混合了微尺度制造技术和制造技术。

另一个有希望的研究方向是可以随时间变化以适应环境或自我治愈的材料，但这需要做更多的研究。

2、仿生机器人和生物混合机器人

大自然已经解决了机器人专家们正在努力解决的许多问题，因此许转向生物学寻求灵感，甚至正努力把生命系统融入到他们的机器人中。

但是，在复制肌肉的机械性能和生物系统提供自身能量的能力方面，仍然存在着巨大的瓶颈。人造肌肉的发展已经有了很大的进步，但是这种肌肉的健壮性、效率、活力和能量密度都需要提高。

将活细胞嵌入机器人可以克服为小型机器人提供动力的难题，也可以将自我修复和嵌入式传感等生物特性嵌入机器人，不过如何整合这些部分仍然是一个重大挑战。虽然越来越多的“机器人动物”正在帮助人们解开大自然的秘密，但我们还需要做更多的工作，来研究动物如何在飞行和游泳等能力之间转换，从而建造多通道平台。

3、能量和能源

能源储存是移动机器人技术的一个主要瓶颈。无人机、电动汽车和可再生能源对此的需求不断增长，推动了电池技术的进步，但多年来，根本挑战基本没有改变。这意味着，在电池开发的同时，要努力最小化机器人的用电需求，并且让它们使用新的能源。让它们从环境中获取能量并通过无线传输能量是值得研究的两种极具前景的研究方向。

4、机器人集群式处理任务

成群的简单机器人组装成不同的结构来处理不同的任务，这可能是一种更便宜、更灵活的方案，用于替代大型的执行特定任务的机器人。更小、更便宜、更强大的硬件可以让简单的机器人感知周围的环境，并与人工智能相结合，从而模拟出能在自然界鸟群中所看见的行为。

但是，实现对不同规模的机器人群体最有效的控制方式需要做更多的工作——小的群体可以集中控制，但是大的群体需要分散成小群体再进行控制。这些机器人还需要制造地更加坚固，能够适应现实世界的变化条件，并能抵御有意或意外伤害。此外，还需要对具有互补功能的不同机器人进行更多的研究。

5、航行与探索

机器人的一个关键用途是探索人类无法到达的地方，比如深海、太空或灾难区。移动机器人建模这意味着他们需要擅长于探索和导航那些没有地图、且通常极为混乱和危机四伏的环境。主要的挑战包括创建能够适应、学习和从导航失败中恢复的系统，并且能够识别新的发现。

这需要高度的自主性，让机器人能够对自己进行监控和重新设置，同时能够利用具有不同可靠性和准确性的多个数据源构建一个世界的图像。

6、机器人技术本身

深度学习已经彻底改变了机器识别模式的能力，但这需要与基于模型的推理相结合，创造出适应性强的机器人，能够在工作过程中学习。这其中的关键之处在于创造人工智能，它能意识到自身的局限性，还能学习如何学习新事物。

创建能够从有限的数据中快速学习的系统，而不必从深度学习所需要的数以百万计的例子中学习，这一点也很重要。我们对人类智力的进一步理解将是解决这些问题的关键。

7、脑机接口

脑机接口将能够对先进的机器人进行无缝控制，但也可以证明一种更快、更自然的方式来与机器人交流指令，或者只是用于帮助他们理解人类的精神状态。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-67879-1.html