機(jī)器人學(xué)會(huì)優(yōu)先考慮準(zhǔn)確性而不是速度

卡迪夫大學(xué)的一種新的深度學(xué)習(xí)模型幫助機(jī)器人選擇更安全、更可靠的路徑，標(biāo)志著從雜技到現(xiàn)實(shí)世界導(dǎo)航的轉(zhuǎn)變。

幫助機(jī)器人找到方向

由于卡迪夫大學(xué)的研究人員開發(fā)了一種新的深度學(xué)習(xí)模型，機(jī)器人可能很快就會(huì)優(yōu)先考慮導(dǎo)航精度而不是華麗的特技。該系統(tǒng)稱為定位感知導(dǎo)航，它教機(jī)器人選擇使它們?cè)诳臻g中保持定向的路徑——即使這些路線更長(zhǎng)——從而顯著提高現(xiàn)實(shí)場(chǎng)景中的性能。

幫助機(jī)器人找到方向

在使用 iGibson 環(huán)境的模擬測(cè)試中，該方法在困難條件下的成功率為 49%，而基于 SLAM 的標(biāo)準(zhǔn)導(dǎo)航的成功率為 33%。機(jī)器人還保持了較低的定位誤差，并更好地適應(yīng)了不熟悉的環(huán)境，展示了更強(qiáng)大的現(xiàn)實(shí)世界潛力。

這一進(jìn)步解決了機(jī)器人技術(shù)中長(zhǎng)期存在的一個(gè)挑戰(zhàn)：在嚴(yán)格控制的實(shí)驗(yàn)室之外進(jìn)行可靠導(dǎo)航。傳統(tǒng)方法通常將兩個(gè)過程（路徑規(guī)劃和定位）分開，當(dāng)機(jī)器人對(duì)其位置的估計(jì)漂移時(shí)會(huì)產(chǎn)生風(fēng)險(xiǎn)。通過將兩者集成到一個(gè)決策循環(huán)中，卡迪夫的模型確保運(yùn)動(dòng)選擇不斷受到定位質(zhì)量的影響。

該系統(tǒng)利用 RGB-D 攝像頭輸入和 ORB-SLAM2（一種流行的視覺同步定位和映射算法）。該模型沒有假設(shè) ORB-SLAM2 總是成功，而是評(píng)估地圖點(diǎn)的空間分布，將它們分組到角度扇區(qū)中，以衡量不同方向的視覺“安全”程度。機(jī)器人會(huì)因?yàn)檫x擇富含視覺線索的路線而不是可能混淆地圖系統(tǒng)的無(wú)特色走廊而獲得獎(jiǎng)勵(lì)。

一項(xiàng)關(guān)鍵創(chuàng)新是其動(dòng)態(tài)反饋機(jī)制。與依賴嚴(yán)格懲罰閾值的傳統(tǒng)模型不同，卡迪夫的框架使用相對(duì)姿勢(shì)誤差來調(diào)整閾值，實(shí)時(shí)評(píng)估運(yùn)動(dòng)是改善還是惡化定位。這種適應(yīng)性有助于機(jī)器人在不斷變化或不可預(yù)測(cè)的環(huán)境中做出更好的選擇。

雖然許多機(jī)器人演示都聚焦于翻轉(zhuǎn)或側(cè)手翻等雜技，但此類壯舉很少轉(zhuǎn)化為實(shí)際用例。然而，導(dǎo)航是現(xiàn)實(shí)世界部署的基礎(chǔ)——從在擁擠的校園中導(dǎo)航的送貨機(jī)器人到在倉(cāng)庫(kù)或醫(yī)院工作的自主機(jī)器。該團(tuán)隊(duì)的下一步是從模擬轉(zhuǎn)向真實(shí)世界的試驗(yàn)，機(jī)器人將在行人密集的空間等動(dòng)態(tài)環(huán)境中導(dǎo)航。如果成功，定位感知導(dǎo)航可能會(huì)成為機(jī)器人技術(shù)的基石，將焦點(diǎn)從奇觀轉(zhuǎn)移到可靠性。