麻省理工学院可视化技术可以实时读取机器人的思想

视频截图由Melanie Gonick/MIT提供

越来越多的自主机器人和技术的进步，正让我们离送货的无人机和自动驾驶汽车成为现实越来越近。像这样的机器人概念显然在算法层面包含了大量的复杂性;我们可以信任的机器人在不危及人类安全的情况下可靠地做出“决定”，这当然是一项艰巨的任务。

机器人的动作一定不能是随机的，尤其是在这类应用中?然而，许多参观麻省理工学院研究实验室的人发现，很难理解为什么机器人在演示机器人任务时选择特定的动作。

研究生Shayegan Omidshafiei对此表示赞同

“有些决定几乎是随机的。”

为了解决这种常见的困惑，Omidshafiei与麻省理工学院航空航天控制实验室的博士后Ali-akbar Agha-mohammadi进行了合作。研究人员和他们的同事一起合作开发了一个可视化系统，他们称之为“可测量的虚拟现实”，让人们可以实时阅读机器人的思想。

该系统由带有动作捕捉功能的投影仪和动画软件组合而成。结果是光点和光线投射出可能路线的视觉地图，机器人也能感知任何移动的障碍，比如阻挡他们到达目的地的行人。

有了这个机器人决策算法的视觉表现，对理解它们为什么最终会做它们所做的事情有很大帮助。

Agha-mohammadi解释说,

“如果你能看到机器人投射在地面上的计划，你就可以把它的感知与它的行为联系起来，从而理解它的行动。”

尽管麻省理工学院的研究人员希望该系统可以用于加速路线规划车辆和送货无人机的开发，但他们也提出了更雄心勃勃的愿景，如测试用于在虚拟环境中扑灭森林火灾的无人机。他们还强调了设计这种机器人的工程师明显的好处，因为当它们遇到问题时，它大大减少了调试代码所需的时间。

自动驾驶的汽车和送包裹的机器人可能看起来很神奇，但安全问题仍然是阻止它们在现实世界中使用的最重要障碍。在制造环境中，机械臂传统上都是用螺栓固定在笼子里，以保护人类工人。

不过，Rethink Robotics等公司正在努力改变这种状况。他们最新的协作机器人名为Baxter，是第一批未被锁起来、专门设计用于在工厂环境中与人类一起工作的工业机器人之一。

即使是为家用设计的机器人也会根据物理障碍和导航做出决定。例如，Roomba机器人吸尘器能够检测到陡峭的落差，以防止自己从楼梯上摔下来。

有关MIT研究的更多细节，请访问他们的网站链接如下。

来源:麻省理工学院