設(shè)計(jì)和制造機(jī)器人并使之具有類人的智能，是人類文明進(jìn)步與科技發(fā)展的目標(biāo)之一。自上世紀(jì)中葉，第一臺(tái)可編程機(jī)械手及工業(yè)機(jī)器人問世以來(lái)，機(jī)器人的研究取得了豐碩的成果，并在工業(yè)、醫(yī)學(xué)、農(nóng)業(yè)、建筑業(yè)、軍事等領(lǐng)域得以廣泛應(yīng)用。由于機(jī)器人技術(shù)綜合了多個(gè)學(xué)科的研究成果，代表了高科技發(fā)展的前沿，因此機(jī)器人成為體現(xiàn)各國(guó)科技實(shí)力的一項(xiàng)重要指標(biāo)，引發(fā)了全球研究的熱潮。

探索的步伐從未停歇

從我國(guó)西周出現(xiàn)的“歌舞伶人”、古希臘人發(fā)明的“自動(dòng)機(jī)（Automata）”，一直到當(dāng)下各國(guó)研發(fā)的各類先進(jìn)機(jī)器人，綜觀這一研發(fā)歷程可知，人類對(duì)機(jī)器人的研究經(jīng)歷了探索概念原型、面向程控機(jī)械、注重自主功能、強(qiáng)調(diào)高智能水平等發(fā)展階段。

1954年，第一臺(tái)可編程機(jī)器人（機(jī)械手）和1959年第一臺(tái)工業(yè)機(jī)器人相繼問世，標(biāo)志著真正意義上的機(jī)器人誕生；1968年美國(guó)斯坦福研究所研制出名為Shakey的第一臺(tái)自主移動(dòng)機(jī)器人，機(jī)器人以獨(dú)立可移動(dòng)個(gè)體的身份出現(xiàn)在世人面前；1969年日本早稻田大學(xué)加藤一郎實(shí)驗(yàn)室研制了第一臺(tái)以雙腳走路的人形機(jī)器人，與人們長(zhǎng)期期待的真正像人一樣的機(jī)器人的夢(mèng)想實(shí)現(xiàn)了接軌。

機(jī)器人學(xué)來(lái)自人們生產(chǎn)生活的大量實(shí)際需求，并且由于涉及眾多學(xué)科的技術(shù)革新，促使機(jī)器人技術(shù)飛速發(fā)展。機(jī)器人行業(yè)的巨大潛在價(jià)值得到了各國(guó)政府的強(qiáng)力支持、各大公司及科研院所的產(chǎn)學(xué)研整合。正是這些力量的匯聚，架構(gòu)了一個(gè)前景廣闊的機(jī)器人產(chǎn)業(yè)。與機(jī)器人學(xué)緊密相關(guān)的各個(gè)學(xué)科的突破和發(fā)展為機(jī)器人的研發(fā)打下了堅(jiān)實(shí)的基礎(chǔ)。20世紀(jì)末，一系列各具特色的機(jī)器人井噴式涌現(xiàn)。

2015年6月，在美國(guó)國(guó)防先進(jìn)項(xiàng)目研究局（DARPA）舉辦的挑戰(zhàn)賽上，登臺(tái)亮相了一批來(lái)自世界各國(guó)的先進(jìn)機(jī)器人。幾乎每一款先進(jìn)機(jī)器人的研制都有其相對(duì)應(yīng)的強(qiáng)大力量作為支撐 —— 如DARPA支持下的波士頓動(dòng)力研究所（Boston Dynamics）大狗（BigDog）機(jī)器人、Petman機(jī)器人、美國(guó)麻省理工學(xué)院（MIT）Atlas機(jī)器人與獵豹（Cheetah）機(jī)器人、歐盟框架計(jì)劃（EUFP6，EUFP7，Horizon 2020）支持下的iCub、日本產(chǎn)業(yè)技術(shù)綜合研究所（AIST）HRP系列機(jī)器人、日本本田公司的ASIMO機(jī)器人以及韓國(guó)高等科技研究院的HUBO機(jī)器人等。

美國(guó)波士頓動(dòng)力研究所的大狗（BigDog）機(jī)器人

盡管機(jī)器人的研發(fā)已經(jīng)取得了長(zhǎng)足的進(jìn)展，然而“如何使機(jī)器人具備智能”仍然是一項(xiàng)具有極大挑戰(zhàn)的課題。首先要回答的問題便是：機(jī)器人能否具備智能？這是一個(gè)哲學(xué)性質(zhì)的命題，而對(duì)這一命題的解答是以另一個(gè)問題的回答為基礎(chǔ)的，那就是：智能的本質(zhì)是什么？該問題與物質(zhì)、宇宙、生命被學(xué)者并列為自然界的四大奧秘。

目前看來(lái)，在包括腦科學(xué)與認(rèn)知科學(xué)在內(nèi)的眾多相關(guān)學(xué)科取得更大的、根本性的突破進(jìn)展之前，該問題仍然無(wú)法獲得完美解答。

與人工智能領(lǐng)域的研究及發(fā)展類似，如何使機(jī)器人具備智能這一課題的研究，并未因其根本問題未予完美解答而停滯。相反，使機(jī)器人具備高智能性正成為現(xiàn)階段機(jī)器人領(lǐng)域研究的主題。研究者以人的智能行為能力為藍(lán)本，從強(qiáng)調(diào)機(jī)器人環(huán)境知覺組織、復(fù)雜場(chǎng)景適應(yīng)、交互與協(xié)作、概念形成與整合、知識(shí)獲取與推理、自主認(rèn)知與高級(jí)決策、類人智能行為等角度，展開機(jī)器人的智能性研究。

雙足才是最優(yōu)選

與輪式、履帶式和多足式機(jī)器人不同，雙足的仿人機(jī)器人（Humanoid Robot）作為結(jié)構(gòu)復(fù)雜、高度集成的機(jī)器人家族成員，由于外形與人相似，不僅更適合在生活和工作環(huán)境中與人類協(xié)同工作，而且更適宜借鑒來(lái)自于人的智能行為能力的啟示，從而成為研究機(jī)器人智能性的最佳選擇。最典型的代表是在歐盟第6及第7框架計(jì)劃（EUFP6，EUFP7）以及Horizon 2020計(jì)劃支持下的iCub機(jī)器人。

iCub由歐洲10所大學(xué)組成的歐洲創(chuàng)新大學(xué)協(xié)會(huì)聯(lián)合研制，他們認(rèn)為“仿人的操作是人類認(rèn)知能力至關(guān)重要的因素”。基于這一“具身認(rèn)知（Embodied Cognition）”思想，研究人員盡最大可能地模仿人的各類傳感及結(jié)構(gòu)，歷時(shí)6年（2004年至2010年）開發(fā)了一個(gè)外形與2歲兒童相似的機(jī)器人iCub。iCub強(qiáng)調(diào)“認(rèn)知能力的學(xué)習(xí)”，并將其作為開源平臺(tái)，通過與環(huán)境交互和與人交互來(lái)獲得各類行為能力和認(rèn)知能力。

iCub機(jī)器人的外形與2歲兒童相似

日本本田公司研發(fā)的ASIMO機(jī)器人以其移動(dòng)能力和能實(shí)現(xiàn)復(fù)雜動(dòng)作的特點(diǎn)而聲名大噪。隨后在其版本更新的過程中，ASIMO對(duì)環(huán)境的認(rèn)知能力也不斷加強(qiáng)，如增加了在復(fù)雜辦公室環(huán)境里的靈活避障、與人交互的基本智能行為等。

日本本田公司研發(fā)的ASIMO機(jī)器人

由于雙足機(jī)器人是一個(gè)固有的非線性不穩(wěn)定系統(tǒng)。故而在現(xiàn)階段，其在復(fù)雜多變路面環(huán)境下的穩(wěn)定、快速雙足行走，仍然是一個(gè)挑戰(zhàn)。韓國(guó)高等科技研究院HUBO仿人機(jī)器人，在2015年6月舉行的美國(guó)DARPA機(jī)器人挑戰(zhàn)賽上一舉奪魁，主要技術(shù)策略正是對(duì)雙足行走的研究成果。HUBO機(jī)器人利用在其膝蓋和腳踝處裝置的滾輪，通過一個(gè)跪下行為實(shí)現(xiàn)了由雙足行走到輪式行走的切換，極大地提升了移動(dòng)速度。這為研究機(jī)器人智能行為借鑒其他優(yōu)勢(shì)模式的有益性提供了例證。

韓國(guó)高等科技研究院HUBO仿人機(jī)器人

自主學(xué)習(xí)不可或缺

學(xué)習(xí)能力是系統(tǒng)智能性的必要條件，一個(gè)不具備學(xué)習(xí)能力的系統(tǒng)，當(dāng)然談不上“智能”二字。學(xué)習(xí)的本質(zhì)是指系統(tǒng)能根據(jù)過往經(jīng)驗(yàn)提升自身性能。機(jī)器學(xué)習(xí)作為人工智能領(lǐng)域的核心內(nèi)容，本就是一個(gè)持續(xù)受到高度關(guān)注的熱點(diǎn)，在“深度學(xué)習(xí)（Deep Learning）”取得巨大成功之后則更是如此。

在探索機(jī)器人智能性的過程中，強(qiáng)調(diào)學(xué)習(xí)的特性是自然而然的事情。然而，我們想要強(qiáng)調(diào)的是，這種學(xué)習(xí)更應(yīng)是機(jī)器人的自主學(xué)習(xí)。以機(jī)器人獲得識(shí)別人臉能力為例，自主學(xué)習(xí)指的是這樣的情形：機(jī)器人通過自己的眼睛（即安裝在機(jī)器人上的攝像頭），不斷觀察呈現(xiàn)在它面前的人臉圖像，最終形成能正確識(shí)別人臉的策略，這一過程應(yīng)是增量式且終生性的，即識(shí)別性能可隨觀察的增多而不斷地提升（Incremental Learning），且像人類一樣，在機(jī)器人生命期內(nèi)一直持續(xù)（Life-long Learning），并非僅僅將一個(gè)事先訓(xùn)練好的人臉識(shí)別模型裝載在“機(jī)器人的大腦”（機(jī)器人的主機(jī)）中便萬(wàn)事大吉。盡管后一種處理方式可能省時(shí)省力，也可以使機(jī)器人暫時(shí)性地具備更好的識(shí)別性能，但這種方式卻忽略了機(jī)器人在“習(xí)得”這一能力過程中所擁有的豐富“副產(chǎn)品”—— 其他各種可能會(huì)在以后轉(zhuǎn)化為知識(shí)的有用圖像信息。

機(jī)器人智能性的體現(xiàn)不應(yīng)是在代替人從事單一工作時(shí)的表現(xiàn)，更應(yīng)是像人類那樣，智能地從事各類工作，并應(yīng)對(duì)多種情況。工業(yè)機(jī)器人引發(fā)了社會(huì)的重大變革，極大地提高了生產(chǎn)力，但那僅僅是“重大的”，并不是“徹底的”、“顛覆性的”。真正能夠使人類的生產(chǎn)生活發(fā)生深刻變革的，只可能是具備“通用智能（General Intelligence）”的機(jī)器人。這當(dāng)然極具挑戰(zhàn)，甚至可能無(wú)法實(shí)現(xiàn)，但有關(guān)機(jī)器人智能性的研究正朝著這個(gè)目標(biāo)邁進(jìn)，而強(qiáng)調(diào)機(jī)器人的自主學(xué)習(xí)方式，無(wú)疑是一個(gè)很好的出發(fā)點(diǎn)。

自主學(xué)習(xí)的三大特點(diǎn)

智能機(jī)器人自主學(xué)習(xí)的基本場(chǎng)景體現(xiàn)在其各項(xiàng)技能的具體獲取過程中。前面提到的機(jī)器人自主學(xué)習(xí)識(shí)別人臉是機(jī)器人獲得人臉識(shí)別這項(xiàng)技能的一個(gè)例子，另一個(gè)更直接的例子是機(jī)器人獲得各項(xiàng)運(yùn)動(dòng)行為能力的過程。根據(jù)機(jī)器人系統(tǒng)的構(gòu)造方式，理論上，其在工作空間內(nèi)的任意穩(wěn)定運(yùn)動(dòng)行為（不僅包括靜態(tài)穩(wěn)定，也包括動(dòng)態(tài)穩(wěn)定）都可以通過設(shè)計(jì)一組多關(guān)節(jié)運(yùn)動(dòng)軌跡來(lái)實(shí)現(xiàn)，如雙足仿人機(jī)器人的起立、行走甚至跳舞、打太極拳等。但是，如果這些行為是根據(jù)專家經(jīng)驗(yàn)事先設(shè)計(jì)調(diào)整而成的，那么便毫無(wú)智能性可言；只有當(dāng)這些行為是在自主學(xué)習(xí)的框架下獲得的，并且具備前述增量學(xué)習(xí)和終生學(xué)習(xí)的特點(diǎn)，才算是機(jī)器人具有智能性的一種體現(xiàn)。

智能機(jī)器人自主學(xué)習(xí)的另一個(gè)特點(diǎn)，是對(duì)過往經(jīng)驗(yàn)或已有知識(shí)的再利用。這一思路與發(fā)展學(xué)習(xí)（或發(fā)育學(xué)習(xí)，即Developmental Learning）的思想是相吻合的。它是對(duì)人的學(xué)習(xí)成長(zhǎng)過程的借鑒，因?yàn)槔靡延薪?jīng)驗(yàn)或知識(shí)來(lái)學(xué)習(xí)新的事物是人類提升認(rèn)知能力和行為能力的基本特征之一。

“機(jī)器人能否像小孩一樣學(xué)習(xí)？”

事實(shí)上，機(jī)器人基于自主學(xué)習(xí)思想獲得智能行為能力的過程，正是借鑒了兒童認(rèn)知發(fā)展的過程。早在1950年，以阿蘭·圖靈（Alan Turing）為代表的許多先驅(qū)學(xué)者便已提出“機(jī)器人能否像小孩一樣學(xué)習(xí)？”等類似問題。然而針對(duì)這些問題的系統(tǒng)性研究直到20世紀(jì)末才得以展開，這類課題的研究進(jìn)程以Weng等人于2001年在美國(guó)《科學(xué)》雜志上發(fā)表的“機(jī)器人或動(dòng)物的自主心智發(fā)展”為代表。在機(jī)器人的已有研究中，有不少工作因其借鑒了人的行為方式從而取得成功，如基于人體運(yùn)動(dòng)捕獲數(shù)據(jù)（Human Motion Capture Data, HMCD）的一系列研究、機(jī)器人穩(wěn)定行走研究中的膝蓋拉伸（Knee Stretched）及支撐腳橫滾策略（Rolling Foot）、抗推搡研究中的踝關(guān)節(jié)策略（Ankle Strategy）、臀部策略（Hip Strategy）以及邁步策略（Stepping Strategy）等等。

在探索“機(jī)器人能否像小孩一樣學(xué)習(xí)？”這個(gè)問題之前，首先要弄清楚的問題是“小孩是如何學(xué)習(xí)的？”。在這個(gè)問題上，著名心理學(xué)家皮亞杰（J. Piaget）將兒童的認(rèn)知發(fā)展分為感知運(yùn)動(dòng)階段Sensorimotor Stage（0歲至2歲左右）、前運(yùn)算階段Preoperational Stage（2歲至6或7歲）、具體運(yùn)算階段Concrete Operations Stage（6或7歲至11或12歲）、形式運(yùn)算階段Formal Operations Stage（11或12歲及以后）四個(gè)階段，這一思想被公認(rèn)為20世紀(jì)發(fā)展心理學(xué)上最權(quán)威的理論，該思想也為機(jī)器人自主學(xué)習(xí)各項(xiàng)行為能力（特別是運(yùn)動(dòng)行為能力）提供了理論依據(jù)和實(shí)施借鑒。

電影《人工智能》從兒童認(rèn)知發(fā)展角度為機(jī)器人的自主學(xué)習(xí)帶來(lái)深刻的思考

從兒童認(rèn)知發(fā)展的過程，我們能夠得到一系列智能機(jī)器人構(gòu)建其自主學(xué)習(xí)框架的重要啟示：

第一，完全自主性。我們完全做不到像對(duì)待機(jī)器人那樣，對(duì)嬰兒各關(guān)節(jié)賦以角度序列，使其完成某些動(dòng)作；

第二，家長(zhǎng)示教。盡管不能直接干預(yù)嬰兒的運(yùn)動(dòng)行為，家長(zhǎng)仍可通過間接輔教，協(xié)助嬰兒完成特定的運(yùn)動(dòng)行為；

第三，主觀模仿。無(wú)論是家長(zhǎng)刻意重復(fù)特定運(yùn)動(dòng)行為過程，還是嬰兒自己的主觀觀察，都更有助于嬰兒獲得該運(yùn)動(dòng)的行為能力；

第四，環(huán)境交互學(xué)習(xí)。嬰兒獲得的每一項(xiàng)特定運(yùn)動(dòng)行為能力，都是在與實(shí)際環(huán)境不斷交互后才逐漸真正掌握的；

第五，試錯(cuò)模式。在與環(huán)境的不斷交互過程中，嬰兒總能根據(jù)環(huán)境的反饋對(duì)自身行為能力不斷加以調(diào)節(jié)。

如何管理已獲得的行為能力

智能機(jī)器人的自主學(xué)習(xí)還要面對(duì)一個(gè)問題是：如何合理高效地利用已獲得的各項(xiàng)行為能力。歸根結(jié)底，智能機(jī)器人研究的根本目標(biāo)之一是在人類生產(chǎn)生活的實(shí)際環(huán)境中更好地服務(wù)于人類自身。這就需要機(jī)器人不僅擁有多項(xiàng)行為能力，而且在任務(wù)改變或環(huán)境變化時(shí)能實(shí)時(shí)做出恰當(dāng)?shù)捻憫?yīng)，即在線改變其運(yùn)動(dòng)行為。

一個(gè)直觀的方法便是“記憶-回調(diào)”法：仿人機(jī)器人將其已獲得的各項(xiàng)特定行為能力以某種方式記憶存儲(chǔ)，當(dāng)遇到特定任務(wù)或環(huán)境時(shí)，它會(huì)迅速地切換或回調(diào)出相應(yīng)的應(yīng)對(duì)行為與能力。然而，由于任務(wù)的多樣性以及環(huán)境的復(fù)雜多變性，對(duì)于機(jī)器人而言，意味著它要面臨過多項(xiàng)不同的運(yùn)動(dòng)行為能力的選擇。比如，沿不同坡度的坡面行走可能對(duì)應(yīng)著不同的運(yùn)動(dòng)技能（要么是不同的控制模型，要么是同一模型的不同參數(shù)），那么，簡(jiǎn)單的記憶回調(diào)便不能滿足要求了。因此，智能機(jī)器人如何通過自主學(xué)習(xí)獲得對(duì)已有經(jīng)驗(yàn)知識(shí)的抽取和表示，也成為一個(gè)重要的研究課題。知識(shí)抽取表示的過程是對(duì)已有經(jīng)驗(yàn)的分析提煉，不僅是智能機(jī)器人更好地管理和應(yīng)用包含這些經(jīng)驗(yàn)的行為能力的重要途徑，同時(shí)，也為其進(jìn)一步基于前文所提及的發(fā)展學(xué)習(xí)思想，獲得復(fù)雜行為能力提供了有力支撐。

智能機(jī)器人通過自主學(xué)習(xí)獲得具有切實(shí)的類人的智能行為能力，是一個(gè)長(zhǎng)久目標(biāo)，絕非一日之功。然而，前進(jìn)道路上的每個(gè)階段性進(jìn)展，在當(dāng)今機(jī)器人技術(shù)研發(fā)和應(yīng)用的大熱潮下，都可能引發(fā)巨大的市場(chǎng)效益，對(duì)推動(dòng)我國(guó)乃至世界機(jī)器人科技的進(jìn)步，都將發(fā)揮重要作用。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。