让机器人洗衣服,没有想象中那么简单

简介:

对于大多数人,也许觉得洗衣服并非难事,当机器人面对一堆脏衣服,为何总是给人一种“臣妾做不到”的感觉?

国外有专门的洗衣房,每个礼拜都有很多人去那里洗衣服。那把衣服洗好,总共分几步?常来洗衣的人就对洗衣程序特别熟悉,闭着眼睛都能说出来:带着洗衣篮来到洗衣房,将白色衣物和其他颜色衣物分开,把衣服分别放进洗衣机内,放入洗衣粉,洗好后将衣服甩干,从甩干机内取出衣物放进篮子里,之后折叠整齐放入抽屉。

然而,用机器人洗衣服简直是一场噩梦。因为机器人只会重复性的简单动作,譬如组装汽车,此类动作都可以归结为一些预先设定的程序化过程。而且,控制机器的程序设定也相当简单,基本上都是“如果……,那么……”的逻辑。但是,被设定洗衣程序的机器人,面临14项单独的任务,现有的洗衣机器人只能有序完成7项任务左右。怎么才一半?就算是能完成这一半的任务也是相当不易,因为过程当中各种问题接二连三。

让机器人洗衣服,没有想象中那么简单

据悉,这是Willow Garage公司新近研发出来的Personal Robot 2。程序由两名伯克利的博士研究生编写,能够让它把整个洗衣服分为多个步骤。这包括:找到脏衣服、捡起脏衣服、把脏衣服放进篮子里、把篮子提去洗衣机、打开洗衣机门、放脏衣服进洗衣机、放肥皂、关上洗衣机、开始洗衣服、把衣服拿去烘干机、开始折叠洗干净烘干的衣服或者挂衣架上去、把衣服放进衣柜去。

不过,Personal Robot 2目前它能识别长方形物体,如果是“奇装异服”,就束手无策了。如果机器人碰到自己本身程序不能处理的问题,它就会傻傻地坐在一边,“苦思”解决办法。这个长时间的停顿或许对洗衣影响不大,但我们是不愿看到未来机器人还是这样的好么?未来的它们应该上得了厅堂,下得了厨房,开得了轿车,打得过色狼。

其实,程序员和人工智能专家近几十年一直在研究发明更精密的机器人,他们希望以后的机器人能够处理各种突发状况,自己调整其软件程序从而顺利完成某件事情。有专家在设计机器人时嵌入了各种传感器,也有专家逐字逐句地教机器人阅读说明书来完成规定任务。

对未来机器人能否像人类一样处理不可预知的情况来说,学会像人类一样娴熟地洗衣服是巨大又不确定的一步。如果机器人能学会洗衣服,很难说它们还能完全自动地完成什么样的任务:从开车到探索遥远的地外行星。现在,机器人的研究进入了一个关键的节点:经过数十年的改进后,机器人开始用只存在于科幻小说中的方式,不用人类输入而自主地与世界交流。


原文发布时间: 2015-07-28 15:16
本文作者: 小丸子
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
3月前
|
数据采集 自动驾驶 机器人
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
215 1
|
9月前
|
人工智能 自然语言处理 机器人
9.9K star!大模型原生即时通信机器人平台,这个开源项目让AI对话更智能!
"😎高稳定、🧩支持插件、🦄多模态 - 大模型原生即时通信机器人平台"
289 0
|
7月前
|
弹性计算 自然语言处理 Ubuntu
从0开始在阿里云上搭建基于通义千问的钉钉智能问答机器人
本文描述在阿里云上从0开始构建一个LLM智能问答钉钉机器人。LLM直接调用了阿里云百炼平台提供的调用服务。
从0开始在阿里云上搭建基于通义千问的钉钉智能问答机器人
|
6月前
|
机器人
陌陌自动回复消息脚本,陌陌自动打招呼回复机器人插件,自动聊天智能版
这是一款为陌陌用户设计的自动回复软件,旨在解决用户无法及时回复消息的问题,提高成交率和有效粉丝数。软件通过自动化操作实现消息检测与回复功能
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
TsingtaoAI具身智能机器人开发套件及实训方案
该产品套件创新性地融合了先进大模型技术、深度相机与多轴协作机械臂技术,构建了一个功能强大、灵活易用的人机协作解决方案。其核心在于将智能决策、精准感知与高效执行完美结合,为高校实训领域的发展注入新动力。
685 10
|
11月前
|
人工智能 机器人 API
AppFlow:无代码部署Dify作为钉钉智能机器人
本文介绍如何通过计算巢AppFlow完成Dify的无代码部署,并将其配置到钉钉中作为智能机器人使用。首先,在钉钉开放平台创建应用,获取Client ID和Client Secret。接着,创建消息卡片模板并授予应用发送权限。然后,使用AppFlow模板创建连接流,配置Dify鉴权凭证及钉钉连接凭证,完成连接流的发布。最后,在钉钉应用中配置机器人,发布应用版本,实现与Dify应用的对话功能。
2167 7
AppFlow:无代码部署Dify作为钉钉智能机器人
|
人工智能 自然语言处理 算法
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
1183 64
|
8月前
|
人工智能 自然语言处理 安全
Deepseek 的 “灵魂”,宇树的 “躯体”,智能机器人还缺一个 “万万不能”
法思诺创新探讨智能机器人产业的发展,指出Deepseek的AI“灵魂”与宇树的机器人“躯体”虽技术先进,但缺乏关键的商业模式。文章分析了两者在硬件和软件领域的困境,并提出通过软硬一体化结合及明确商业模式,才能实现真正实用的智能机器人。未来,需聚焦高频刚需场景、优化付费体验、推动技术创新,让智能机器人走进千家万户。法思诺提供相关课程与咨询服务,助力行业突破。
192 0
|
8月前
|
传感器 机器学习/深度学习 人工智能
自己都站不稳,怎么护理人?智能机器人的自主平衡问题,用TRIZ和DeepSeek有解吗?
法思诺创新探讨机器人自主平衡难题,结合TRIZ创新理论与DeepSeek大模型,为仿人机器人动态平衡提供解决方案。文章分析了机器人平衡差的原因,包括复杂环境、传感器限制、算法难度和机械设计挑战等,并提出通过TRIZ原理(如矛盾识别、理想解)与DeepSeek的AI能力(如数据学习、强化学习)协同优化平衡性能。展望未来,2024-2028年将实现从实验室验证到家用场景落地,推动消费级人形机器人发展。
327 0
|
10月前
|
人工智能 自然语言处理 算法
基于DeepSeek的具身智能高校实训解决方案——从DeepSeek+机器人到通用具身智能
本实训方案围绕「多模态输入 -> 感知与理解 -> 行动执行 -> 反馈学习」的闭环过程展开。通过多模态数据的融合(包括听觉、视觉、触觉等),并结合DeepSeek模型和深度学习算法,方案实现了对自然语言指令的理解、物体识别和抓取、路径规划以及任务执行的完整流程。
1388 12

热门文章

最新文章