全球機器人銷售在過去五年中翻了一番，但今天在工廠和倉庫中部署的機器人幾乎與我們幾十年前的機器人相同。它們既強大又精確，但購買成本高昂，對人類來說也很危險。

blue是加州大學伯克利分校的新機器人，旨在通過人工智能打破這種模式。

>

藍色看起來有點像孩子的機器人繪圖：它是由笨重的3d打印部件制成的，它有一對帶有鉗子的人形機器人手臂。它可以使用vr手機，這也讓運營商揮舞著雙臂，然后將藍波來控制其串聯武器。它還可以訓練使用人工智能操縱物體，這種控制方法在機器人中仍然非常罕見。

負責該項目的機器人專家pieter abbeel希望改變這一點，他說blue已經從頭開始構建，以利用最近ai的改進。“人工智能越來越強大這一事實讓我們有機會重新思考如何設計機器人，”abbeel告訴the verge。

abbeel解釋說，目前使用的大多數機器人都是強大而準確的。他們的動作是預定義的，他們只是一遍又一遍地重復相同的動作，無論是將貨物托盤，焊接車或緊固螺絲擰入智能手機。

相比之下，未來的機器人將具有反應性和動態性。他們將能夠安全地與人類一起工作而不會破壞他們，而不是提前計劃他們的行動，他們將使用相機和傳感器實時導航世界。

“如果你看一下傳統的機器人，它們的設計都是圍繞著非常高精度和重復運動的原理，”阿貝爾說。“但你不一定需要亞毫米級的可重復性。”(這就是能夠一次又一次地執行相同的任務，并且運動差異小于一毫米。)“人類沒有亞毫米級的可重復性。相反，我們用眼睛和觸覺來通過反饋來完成工作。“

abbeel和他的團隊，研究員stephen mckinley和研究生david gealy希望blue能以同樣的方式運作。它有一個帶有深度感應攝像頭的中央視覺模塊，其手臂由帶橡皮筋的電機控制，使其具有靈活性。如果你推動工業機器人手臂，就像推著磚墻一樣。但是藍色在擁擠的地鐵車里更像是一個人：推擠它，它會移動到一邊。

這使得blue更安全地工作，但也適用于使用強化學習的研究，強化學習是一種在機器人學中變得流行的ai訓練方法。強化學習的工作原理是要求代理人完成一項任務并在任務完成時給予獎勵。這基本上是反復試驗，代理人開始時不知道如何完成目標，然后慢慢地自學。

使用具有強化學習的傳統機器人可能是昂貴的。它們缺乏靈活性使它們變脆并且容易損壞。此外，強化學習需要時間來產生結果，并且由于機器人很昂貴，因此成本很快就會增加。

blue的生產成本僅為5,000美元，因此可以廣泛使用

這是blue可能會有所作為的另一個領域。pr2是由willow garage建造的一種受歡迎的研究機器人，它也有一對手臂和鉗子，研究人員將研究人員的資金追回到40萬美元左右。相比之下，blue的材料清單僅為3,000美元。abbeel表示，該團隊尚未確定最終價格，但他們希望將目標鎖定在5,000美元的范圍內。

“當你愿意放棄亞毫米精度時，這就成為可能，因為你意識到你不需要基于ai的控制，”abbeel說。

許多其他研究實驗室和初創公司也在瞄準這種新模式，希望教授機器人如何使用人工智能。abbeel是其中一家的總裁，一家名為embodied intelligence的創業公司。血族ai，即建立機器人選號倉庫項目的堅定，是另一種。elon musk創立的研究實驗室openai 使用機器人手完成了類似的工作，谷歌也在探索機器人的ai培訓。

不過，一些專家對blue的吸引力持懷疑態度。他們注意到它與baxter并沒有什么不同，baxter是另一個帶有手臂和鉗子的機器人，它意味著與人類一起工作。去年，baxter，rethink robotics公司倒閉了。

nvidia的機器人研究員ankur handa表示，blue的鉗子限制了它可以執行的任務范圍，即使使用ai控制，它的精確度也會出現問題。“總的來說，我不認為他們提供任何特別新的東西，”漢達告訴the verge。他補充說，藍色機器人仍然是制造更便宜的機器人的一步

但abbeel看好blue的未來。該機器人目前正在小批量生產，但abbeel希望擴大規模，最終轉向外包制造以生產更大的數字。第一批目標客戶將是研究實驗室和大學，其中機器人目前在團隊之間共享，就像20世紀60年代的計算機一樣。提供更便宜的機器人將使它們更廣泛地可用，從而提高機器人研究的產量。

以上是網絡信息轉載，信息真實性自行斟酌。