工业机器人的范式变革：从程序设定到具身智能
日期： 2024-08-05 作者： 超级管理员 浏览： 176
这一变革率先发生在人机交互上。以ChatGPT为代表的LLM模型第一次在人与机器间建立起高效的沟通方式，从根本上打破人机之间的语义隔离，进而赋予机器人快速向人类学习的能力，使其以更快地速度学习并执行相关任务。传统的人机交互模式，机器人只能机械地执行人类设定好的程序。这一模式局限性非常大。比如，需要有专业的工程师将知识“翻译”给机器人，机器人才能执行具体任务，沟通效率低且人力成本极高，限制了机器人的落地应用。在大模型强大的理解能力加持下，机器人能更智能地“听懂人话”。人机交互不再需要专业的知识门槛，可以用自然语言、肢体动作等类人行为进行交流，大幅降低人类使用机器人的门槛，进而使得机器人的广泛落地变成可能。“机器人融入大模型是发展趋势。”全国机器人标准化技术委员会委员赵勇表示。作为AI技术的进阶态，大模型强大的泛化能力，让机器人在“类人”的道路上更进一步。如果把机器人视为一个智能体，大模型则是这个智能体的技术底座，为机器人走向「具身智能」奠定了基础。如今，大模型在机器人领域的应用正在不断拓展，各行各业正面临一次“重铸”。其中，工业机器人作为应用较为广泛的品类，也迎来了一次深刻技术与范式蝶变。微亿智造CTO赵何博士以具身智能理论作为指导，将成熟的工业机器人与新兴的人工智能技术融合，首次提出了“具身智能工业机器人”（Embodied Intelligent Industrial Robots, EIIR）这一概念。至此，EIIR正式走上了历史舞台。
理解EIIR之前，首先要搞清楚，什么是具身智能，以及什么是具身智能机器人。具身智能理论根源于“具身认知”，其主张智能体的认知能力由其自身结构决定，这种认知又直接反过来影响智能体的高级心理活动，诸如：推理，决策等。并且，智能体根据自身的躯体结构来构建自己的世界模型，从认知产生的机制到智能体决策依赖的世界模型，均受制于智能体具体的物质形态。比如，婴儿早期的学习行为，例如爬、抓取、行走等，本质上是智能体在主动探索周边环境，来形成对外界的认知，并构建基础的世界模型，形成了一套普适的方法论。智能体的认知过程遵循"探索﹣利用"( exploration - exploitation ）的范式，通过自己的"躯体"与外界环境进行互动，从外界对智能体的动作产生反馈获取信息，建立起自身的认知模式。在具体系统构成方面，智能体核心包括三部分：感知系统、运动系统和世界模型。与传统认知不同，感知和运动系统并不孤立，二者同样参与认知过程，世界模型则是智能体基于自身结构特点而构建，用于解释世界的认知框架。如果将这一理论应用到机器人行业，理论与技术相结合，便产生了具身智能机器人（EIR）。可以预见，未来所有机器人都将面临一次「范式变革」。从第一性原理出发，具身智能机器人存在诸多共性，主要体现为五大能力，分别是——这些能力构成了具身智能机器人的基础。在具身智能理论框架下，“智能体”和“环境”是矛盾的两个方面，它们之间的对立统产生了智能体的认知，孵化了智能。因此，从一开始设计机器人时，不能把机器人从任务环境中剥离出来。当这一理论被应用于工业，具身智能工业机器人（EIIR）便呼之欲出了。作为EIR在工业场景下的外延，EIIR的生存环境，无容置疑就是工业生产环境。
过去几年，AI技术的应用，从某种程度上推动了工业机器人的智能化提升。比如，图像识别技术在图像分类、目标检测和图像生成方面取得的长足进步，使得计算机对图像的识别理解能力已经超越了人类，对应的技术被应用到工业质检这一环节中，大幅提高了企业生产制造的质检效率和质量。又比如，Slam算法被用于机器人导航，通过计算机视觉和机器视觉等技术，从而提高工业AGV/AMR的灵活度，最终提高运输效率，降低人力成本。而今，在以大模型为代表的AI技术赋能下，具身智能工业机器人（EIIR）成为工业机器人的新方向。“EIIR可以理解为EIR在工业场景的外延，但形态并非是人形。”微亿智造CTO赵何博士表示。EIIR的生存环境就是工业生产环境。相对于自然环境，生产环境是一个闭合、简单的环境。从逻辑上讲，“人形”作为开放环境下的产物天然不会是闭合环境最佳的躯体形态。而且，人在很多工业场景存在天然的“缺陷”，在灵活度、精准度上，很难与机器相提并论。如果可以由机器自主完成而不需要人的参与，那么对应的生产环境可以设计成对机器更加友好，而完全不用考虑人类体形的局限，从而让生产过程更加高效可靠。EIIR需要替代的是人在生产过程中被异化后的投影，不是人的本质，更不是人的外形。将人类从生产活动中解放出来，必然存在多种形态。因此，“EIIR和人形机器人并不能直接划等号”。EIIR本质上，目的是“超越人”和“解放人”。相比精确的自动化控制，EIIR可以更好的实现真正的无人化生产。一是生产场景的不确定性。整个工业环境，场景非常多样化，存在诸多不确定性，属于定量开放环境，需要有EIIR这类具备灵活智能能力的机器人来应对。二是生产环境闭合边界不一。不同生产任务都有与之对应确定的生产环境，它们之间闭合边界不具备一致性。这就要求足够高的智能水平或在少量人类帮助下，完成这种环境的切换和适应。三是标准产品具有标准智能。使得标准的EIIR产品具有一定水平的标准智能，不仅能减少 EIIR 从制造到应用的成本，并尽可能的适用于不同生产场景、适配具体任务，使其大规模应用成为可能。一言以蔽之，EIIR的出现是市场环境与技术迭代共同作用的结果，又将反过来解决市场痛点。在这个相互作用的过程中，机器人能够实现“自我进化”，成为新的生产工具，进一步推动社会生产力的发展。
作为具身智能的实体表现形式之一，EIIR必然遵循具身智能的一般规律，整个智能体由感知系统、运动系统和世界模型三部分组成。EIIR 的感知系统是一个多模态泛传感器系统。该系统配备多种传感器，具备比人类感知器官更精准的信息收集能力。这些信息相互补充、交叉验证，为EIIR的决策提供输入信息。并且，感知系统除了对周边环境进行连续动态检测以外，还要对自身进行不间断地状态感知，为EIIR的决策、与环境的互动提供感知基础。例如，在工业质检领域，传统的机器质检虽然能够大幅提高检测效率，但模型依赖于工程师的不断调优，柔性较差，部署成本也比较高。而EIIR则能够识别和分析对象的姿态和特征，自主生成检测序列，以高精度的图像传感器追踪形态不定、位置不定的缺陷，实现柔性的、超越人类的缺陷检测能力。通过“感知系统”，对环境及自身持续采样，并基于联合认知进行决策EIIR 的运动系统首先是一个闭环控制系统，其一般原理是通过反馈环路，比较被控状态量的实际值和设定值之间的误差，作为输入送到控制器进行计算，控制器的输出控制执行器动作，直到被控量的实际值达到设定值为止。EIIR 的运动系统会包含很多个这样的闭环控制系统，这些系统必须共同协作才能满足 EIIR 灵活、精准、快速的要求。以“关节电机”为例，其“视觉伺服”系统由多个控制器、按层级嵌套组合而成，每一层都有自身需要优化的控制指标与对象。只有从整体到局部逐层细化，才能实现闭环控制。EIIR能够根据控制系统，实时地结合动力学、运动学算法，计算时间和状态最优的运动轨迹，并以毫秒级速度闭环运动控制、使用图像模型，完成闭环运动规划。通过“视觉伺服”，实现感知系统与运动系统的闭环控制世界模型是智能体根据自身结构特点构建起来、用于解释世界的认知框架，会随着智能体与环境的互动而动态变化。该模型由以大模型技术为主的“基础模型”叠加智能体在面临具体任务时的知识形成，二者通过“探索-利用”的范式构建起一个服务于具体任务的世界模型。更具体一点，“基础模型”赋予了EIIR强大的理解能力，能够通过人类习惯的模式与人类进行信息交换。人类只需输入自然语言、图片、视频、动作示教等知识，就可与EIIR建立起“示教-学习-反馈”的互动模式，将知识进行传递。如此一来，EIIR在基础模型和具体任务知识的训练下，通过不断地自我学习和进化，便能实现独立运行。通过“基础世界模型”，建立“示教-学习-反馈”的互动模式
“具身智能工业机器人（EIIR）是现代制造业的杰出代表，它们通过高度的自动化和智能化，极大地提升了生产效率和质量。”中国信通院华东分院、人工智能与大数据事业部主任陈俊琰表示，“随着多模态大模型、人机自然交互等技术的进步，EIIR够适应更复杂的工作环境，进行自我学习和优化，是“人工智能+”的积极探索实践，也为工业生产带来革命性的变化。” - EIIR 的发展将是一个循序渐进的过程，将主要分三个阶段——
- 前期。EIIR 和人类共处在同一个生产环境下，人机协同是 EIIR 需要重点解决的问题。
- 中期。在新技术的赋能下，EIIR的人机交互水平提高，人机协作更加高效智能。但在这个阶段，EIIR 本质上还是附属于人类的智能机器。
后期。EIIR 的智能化程度越来越高，能够独立完成任务，人类逐渐淡出生产环境，“无人工厂”将得以实现。这也将会是一个漫长的过程，但技术已经点亮了胜利的火焰。
来源：雷锋网
声明：本文系转载，旨在分享，版权归原作者所有，内容为原作者个人观点，并不代表本网站赞同其观点和对其真实性负责。如涉及作品版权问题，请与我们联系，我们将在第一时间删除内容！
