IEEE机器人与自动化学会主席：面向自主、协作与辅助多机器人系统的算法

DoNews8月20日消息，2026世界机器人大会论坛于8月19日-22日在北京举办，在论坛上，IEEE机器人与自动化学会主席、美国伊利诺伊大学厄巴纳香槟分校西贝尔计算与数据科学学院主任、美国艺术与科学院院士 Nancy M. Amato分享机器人规划：面向自主、协作与辅助多机器人系统的算法。

谢谢大家，这是我第一次来参加世界机器人大会，感谢主办方邀请我，我很高兴今天上午聆听了很多很好的内容。

首先我向给大家简要介绍一下运动规划和我们对未来的挑战，我想给大家介绍一下RAS，本身我是来自IEEE RAS学会，我们聚焦于科研，我们是领先的组织，推动技术创新和全世界机器人的发展，我们有47个不同的技术委员会聚焦于世界各地和不同的研发，我们有25000名员工，同时我们也很快的部署这些技术，我们有8个期刊，我们有三大会议ACRA、IROS、CASE，我们和主办方也交流了三大会议，我们有很多主办方和参会嘉宾参与。

这是我们的会员在最近几年中的增长，自从2020年我们取得巨大快速的增长，最大的增长是在亚洲和拉丁美洲。同时，我们的增长包含了学生会员和非学生会员，我们有25000名会员，在这当中有10000名是学生，有许多来参加我们的大会。

在公开期刊中可以看到，其中一个非常重要的聚焦点是聚焦于帮助研究者分享他们的观点和洞见，让他们的研究能够得以同行评审并且进入大会中进行报告，这些包含了IEEE的转化和机器人，另外还有一系列我们的审查和分享机器人学报。另外在过去2年，我们发布了4个新的期刊，包括IEEE的实践和IEEE自动化机器人和现场机器人，所以有许多人开展不同行业的应用和申请，可以让不同的研究者来自不同的公司，可以分享最新的产品。

我们刚刚分享和发布了一个最新的关于机器人学习的内容，我们还讲述了软性机器人，大家感兴趣的话可以把对应的公报进行阅读，这是1月份发布，同时我们也有一系列的活动聚焦于这个行业。

这个是聚焦于增加对于产业界和学会之间的沟通和交流，在大会中也有一些展会，我们的展会当中有许多学生代表，他们不去学界，他们到产业界，他们希望进一步获得机会，能够和产业界同仁们开展合作，他们也希望能够在展会上和业界人们进行交流建立联系，同时，我们也在提供培训帮助这些学生、老师以及研究人员和初创企业，同时我们也有非常长期参与标准制定当中，这是关于IEEE RAS的介绍，我相信在座各位非常感兴趣，大家如果不是IEEE RAS的成员可以加入我们，我们有很多内容会跟大家分享。

接下来进入我的主旨演讲报告当中，我的内容和大家上午聆听的内容有点差别，我将给大家介绍一下如何使用机器人在更加复杂、更加长期的场景当中，这些大多数是任务规划，我接下来会给大家讲我们目前所面临的挑战、大家感兴趣的话题和科研正在研发的内容、未尽的事业，在当前情景中进行扩展。

我们可以看到非常棒的机器人有非常强的物理能力，这些能力是几年前不能想象的，我们也可以看到许多进展，包括AI的进展、大语言模型的进展，我们有一些研究生在这方面进行科研，我们希望这方面加速计算机的进展，这样可以帮助我们开发这些技术并应用这些技术，我们目前所缺乏的是如何很好的使用这些机器人。我们希望能够看到家用机器人、陪伴机器人，在家里有一些非结构化的场景，我们想跟他们聊天、想让他们陪伴，我们需要倾听者像对待家庭成员一样对待这个机器人，在未来几年中会看到这个事件发生，但我们必须要进行机器人的路径规划，并且跟科研人员开展合作才能够实现这一点。最后我们跟大家分享非常疯狂新的想法，和上午讲的所有内容都不一样。

先从一些非常简单的内容讲起，那是对于基本的运动规划，我们可以看到有一些可移动的物品，我们希望找到合理路径将物品从A地转移到B地，我们需要进行位置移动和参数的调整，我们也有许多非常具有挑战性的话题，我们研究了很多年。

这里可以看到αβ的模型，α是很难的应用程序，它很难解决，它需要解决两个不同的管子有无数种不同的配置，我们可以找到一小部分的解决方案，我们可以进行随机设置一些参数和变量搜索这些空间，如果你随机做这些动作的话你不会找到他们，我们希望能够解决这些问题，我们需要开发一些方法并且将他们转化和应用不同场景当中。

比如说我们可以设计位形空间C—space，这里有一个样例介绍机器人就是简单的二维三角的形态，它需要从左上角进入目标环境当中。如此简单的例子但是它的C—space是非常复杂的，这个机器人就是这样的情景，障碍物需要转换成C—space，这个过程中我们需要找到一个方法在这些C—space当中去工作。比如我们可以应用到智能驾驶当中，还有一些人形机器人当中，他们都有自己的位形空间，你需要找到方法去设计才能在位形空间中让机器人正常的行驶、移动、搬东西、合作下一步的任务。

大概25年前我们有一个革命就是运动规划中的革命，我们将其称为基于采样的规划，基于采样规划的点子是通过这些位形空间可以进行测验来核验，这些是非常原始的操作。我们可以看到有大量的问题，因为有两种不同的策略，第一种是基于图形的，我们将其称之为概率路线图方法；第二种是随机数方法，这两种方法可以看到他们改革了运动规划，运动规划算法都是基于这两种，一个是PRM，一个是RT。

但不幸的是，当时非常初始的应用并不奏效，因为我们只是在使用一些均一化的采样，就不能够让空间生成C—space，当遇到困难时没有办法生成这种位形空间。因此我们开展了困难情境的应用，所以在这块可以看到，其中一个情境当中是均一化的采样，过程中我的网络不能够通过这些狭窄的通道，我们需要找到更加聪明的方法做到这一点。怎么办呢？我们需要找到一些方法比如说一些偏见方法来进行采样，来指导我们的方法或者有一些其他的算法进行采样。Y采样或者使用人类的洞见帮助我们，我们需要探索这个结构以及探索这些问题，所以我们可以看到经验和数据可以帮助我们。

接下来我讲一些不同的空间，我认为这些空间还没有解出来，这些是目前进行假设，但我们还没有达到最终目的。首先第一个就是多机器人协同、多智能体协同。当我们做这一点的时候我们有一些挑战，比如说每增加一个机器人都会让系统增加指数级的难度，你需要C—space，规划空间实现指数级的增加，所以我们使用传统的原始方法，因为它不奏效，它不可能给到我们那么多的C空间。更恐怖的是，我们需要一些不同类型机器人的协同，这个是额外增加了一个变量和参数的限制，更难处理了。

所以我们要考虑的是，我们不能穷尽这样的方法，但是在实际情况下我们也不需要这样做，大多数情况下这种协作可以同时规划，我们也可以在短时间内进行同步规划，来帮助2—3个机器人进行协同。

在这里可以看到我们规划机器人单个的去规划，他们只需要相互配合、相互协同，当他们离特别近的时候进行协同，这就是我们现在的工作模式。

比如我们四处走动，无论未来或者是周围是什么样的情境，我们不需要考虑在当地局部的导航，我们可以设计方法，然后去模拟人和周遭环境的互作模式。所以有两个不同的概念，第一是我们要构建一个结构进入到整合的嵌入到系统中进行协同、进行路径规划，然后我们知道要和不同类型的机器人进行协同；第二是反应性的协同，那就是局部协调。这种问题不是说只有一种或者非此即彼，我们要将他们同步使用来更好的协作最终使解题奏效。

还有一个挑战，我们需要进展的是让他们和我们在办公和家庭场景协作，我们信任机器人它可以照顾老人、孩子然后去处理这些问题，比如说你的祖母喜欢瓷器等等，怎么样让机器人在家庭环境、办公环境更好的协作，我们如何和他们沟通、交际，我们怎么去使用自然语言的沟通和交流，我们希望能够进行适应给他们一些手势让他们更好的理解。这里有一些简单的例子介绍人类洞见将极大促进这一问题的解决。

所以在这里我们可以看到，我们如何更好的把两个管分开，我们把它拆分开来，我们在规划算法的时候这样拆开是非常难的，为什么？因为人类可以粗略的找到这两个管子的走形和路径轨迹，但对于算法来说，我们是很难这么快做出来的。它可以让轨迹在这个过程中，我们搜索空间允许它找到轨迹，而且是人类希望机器人找到的轨迹，这就比较有挑战性。

我们在探索这样一个战略，就是使用沉浸式系统，包括VR、眼动实验、眼追踪或者是目视凝视控制、手势编程，这样机器人能够在这个情境下提供指导。我们的目标是让机器人都能够操纵和编程机器人，但现在在虚拟环境中很难去挑战。

所以在工厂上或者其他想要和机器人互动，他们不需要是编程员，他可以随时的在工厂上编程机器人，让机器人按照他想要的方式去工作，这是非常有前景的，包括打游戏的人也是一样的，我们可以让他更好使用机器人和机器人编程。

另外我们正在研究的方向是希望使用自然语言处理NLP，引入计算机视图使用这个界面，在这块可以使用它给到机器人一些指挥的方向，比如说给它一些系统化的协助机器人，这样我们不需要去使用其他方法。

最后一点想介绍一个新的科研项目，我们做的完全不同，我们想做的是下一代的计算机，我们使用活体生物神经元进行计算。我们在一个培养皿中生长和培养干细胞生长的神经元，他们会生成成千上万的神经元网络，我们所做的是不使用硅基，而是使用生物基的芯片，基于神经元的芯片，去编程他们，让他们集成到机器人当中，未来有这样的一些潜力，我们也有这样的兴趣。

我们要运行大脑的能量比数据中心的能量低的多，我们的大脑只需要一点能量就能做很多事情，但数据中心需要大量的能量才能做很多事情。我们希望借助这样的生物系统，在生物的芯片上去开展。但不是替代超级计算机，而是辅助我们看有没有特定能力和功能，他们也是自适应可控制的系统，我们希望去预想一些目标。我们希望能够建立生物和硅基混合的系统，我们也可以有微型仿生的芯片和系统。

我们希望构建湿硬件，湿硬件是基于神经元的芯片，我们需要一些架构把他们整合起来、集成起来，我们需要具身，我的同事一直在开发神经肌肉、神经系统，包括脚手架系统，然后去激发电力电化学做一些动作，我们也有编程。我们可以将他们进行训练做对应可复制的动作，然后去试点几个月、培训几周，他们可以记住他们所做的事情，把他们放在编程全栈训练他们，他们可以开展一些有用的活动，我们还有4年的项目期，我们希望未来能够使它成型。

这就是我大体的分享方向，在此感谢我的团队、我的协作者、我的学生，他们做了大部分的工作，我们有许多师生协作者，这是老师的协作者，他们来自全世界。我同时也想给大家展示两张，这是IEEE计算机与自动化的会议，2027年在西雅图，另外是去年在亚可兰大召开协会会议，我是联席主席。鼓励大家来到大会加入ICRA。感谢聆听！