基于网络的机器智能机器人技术的发展
Young-Jo Cho
韩国科学技术研究委员会智能机器人收敛集群主任
Young-Jo Cho：大家好，我主要负责的是韩国通信电子研究院相关的机器人集体智慧方面的工作。我来自于韩国，主要在电信领域，也就是我们所说的通信和IT领域有很多经验，同时我也是韩国机器人学会副主席，在明年将会成为这个委员会主席，非常荣幸有机会和大家一起分享韩国的一些经验，并且促进两国合作。
我想给大家介绍一下我所做的一个五年期项目——机器人集体性智慧科技。我将会给大家介绍一下我们部门——ETRI当中机器人分部。
首先是机器人服务开放平台，当然还有核心认知和智能技术，比如芯片、传感器、HRI人机交互。自动驾驶等等，与这方面也有一些关系。
在应用阶段我们也开发了几款机器人，比如在城市环境当中有U-Robot，我们也开发了一些认知的个人机器人助手，比如家庭助手等等，还有一些医院的后勤机器人，比如早期官户（音）机器人等等。
在这个领域有非常多著名的教授，有一位女教授提到过在机器人系统当中，现在主要有几个不同的类型，比如蜂群智能、合作型智能、协调型智能。蜂群智能是我今天要讨论的主题，在更广泛的角度来说，这种智能系统是指很多机器人的行为彼此之间会产生影响，它们是一种机器人之间的合作。在这个项目中，我们主要关注的是两部分，比如合作式和协作式的，其中任何一个机器人都会通过数据网络来跟其他的机器人进行沟通。
我给大家展示一些视频。美国一些媒体也报道了集体性机器人智慧方面的内容，我们认为未来机器人集体智慧代表了机器人系统的未来，同时为了让这个话题在未来更有吸引力，像亚马逊的物流体系使用大量的机器人，同时亚马逊计划想要在未来送快递时用无人机，所以亚马逊在2014年已经采用了蜂群智能的机器人。
欧盟也做的很多努力，尤其是在研发方面投入了大量的精力，他们推出了一些集体性智能的项目，如蜂群机器人、Cooper（音）等等。
在集体性智能方面有一个五年计划，从2010年开始。下面我给大家介绍一下这个项目的具体情况。
研究目标主要是希望能够开发出核心的应用技术，适用于多集群性的、集体性智慧机器人，这些机器人可以实现协作和合作，可以在多变的环境背景下，用分布式处理器分析、识别这些信息。我们把这个项目分成四部分，集体性行为控制，把它交给了一个韩国的研究机构。在这个集体性的认知方面主要是由首尔国立大学负责的，而集体性智能网络是由韩国通信电子研究所负责的。在系统监控和控制方面也是由我们来负责的。
主要有三个研究目标：集体性任务规划及行为控制，在这里想要达到集体性智能水平是六级，要达到的集群超过二级，我们能够处理的任务数量是大于2个，我们所说的第二种合作性的环境认知，其中包括定位服务，比如使用无线WiFi、GPS、WLAN、Vision等等。在一些大范围清洁使用场景下，比如机场，还有搜索救援场景当中，会使用联网的智能机器人应用。
集体性任务规划以及行为控制技术介绍。
首先我们定义了机器人集体智慧的层次，比如一些基本的属性，还有一些比较复杂的自动化任务是由具有更高水平的机器人集体智慧的机器人来完成的，建立在这种前提下，我们会定义一下集体智慧的水平。比如有几个参数，像任务复杂度、自动化程度、集体智慧当中都扮演着非常重要的角色。任务复杂度相关的有几个要点：首先包括团队组织、合作计划、任务类型、机器人能力。自动化程度主要包括分配类型以及控制驱动等等。这两点一起就能决定集体智慧的程度或者水平。
定义了七个不同层次的智慧水平（RCI）。我们刚刚开始项目的时候，处在的是第二级，简单的团队、单个任务、简单同步、同质化的任务，并且人类依然会参与进来去控制机器人。团队的组成非常简单，也可能就是两个机器人，这个任务类型是简单任务，这些机器人都是同质化、类似的机器人，在人机之间仍然需要交互。
我们目标是第六级的集体智慧，什么是第六级？会有多个任务同时进行，会要求非常紧的时间完成任务，机器人彼此之间要进行协作。要达到六级的话，要讲究机器人之间的团队合作，同时进行多任务的完成，而机器人在七级集体智慧水平上应该是不同质的机器人，就是参与这种任务的机器人是多种机器人。我们目前的目标是达到第六级。
在2007年我们处在第二级，当时都是单一任务、少量机器人、简单任务。在2013年，实现了复杂性的集体行为控制，当时能达到第四级，第四个层次的机器人作业，是一种可协作的、可以人机共处的行为，所以它们他们是非常智能的，但它的控制模式是自主控制。在视频短片里，一台机器后面跟着一个人，视觉最前方的机器人又是跟着它前面的机器人，所以它们是可以实现人机协作的。
从这个视频中可以有人突然介入，但是这个机器立即停止了工作，说明它能够识别出周围的环境，能够判断出在有危险的情况下必须要停止自己的作业，所以是非常好的一种人机协作。
2015年，我们达到了第六个级别的综合智能，什么意思？在非常大型的场地里，可以用机器人对这个场地进行清洁，进行大扫除，我们还可以把一个地方的东西通过机器人送到另外一个地方去，可以在比较大的距离范围和空间范围内执行多个机器人的共同作业。每一个机器人其实都有自己分配的任务，在大扫除当中充当什么样的角色，有的机器人还承担了快递员的角色，送什么东西，送到哪个位置，所有这些任务都可以提前进行预设。
协作机器人对于周围环境的识别能力介绍。
这个环境识别能力也是经过了长期的发展，从最开始这个机器人对周围环境一无所知，只是非常机械化地重复自己分配的工作，现在我们通过C-SLAM系统开发了机器人对周围环境的识别能力，而且它的识别速度还是非常快的，同时当这个机器人所处的位置发生变化时，还能够自动识别，对当前位置定位。
最后把综合智能运动到机器人里面去，解决了很多问题。
第一个应用，是非常完美的应用，一个地方的互联网基础设施遭到了破坏，网络出现的故障，这时候出现了一位消防员，他们带来了一些机器人，他们和机器人一起协作开展救援行动。整个地方已经被毁于一旦，基础设施已经不复存在，他们手上拿着一些便携式的机器人去辅佐他们，比如他抛出去的球也是一个机器人，所有这些设备并不用连接网络，因为这个地方网络已经崩溃了，是根据主控制中心的操作员对它进行制。所以在这样一种强度比较大的作业当中，综合智能就发挥了非常重要的作用。
第二个应用，有无线笔，无线录音设备等等，是基于无线电的一种应用。
第三个应用，无缝对接的道路设计。这样一个综合智能可以引导机器人在正确的道路上面行走，不至于走到一些不适合机器人行走的地方去，不会陷在夹缝里面。我们其实是生成一个无线电的地图，然后对其进行分析、进行处理，了解到当地地形状况，把这些信息发送指令到机器人身上。它可以用在非常长距离的隧道里面。我们有一个计算它最大可用距离的方程式，有很多参数，比如自由空间、阴影部分（不可行走部分）。
第四个应用，我们开发出了无缝道路指引系统的无线电导览图，所以基本上是已经到了一个综合智能四到六级的水平。基于这个地图，我们可以了解到这个地方的环境，然后我们以最小的能量消耗让机器人在自由空间走最短的路线，实现效率的最大化。从语音识别到和其他机器人的联络与连接，这些动态图都展示了它们作业的情况。
第五个应用，本地化协作。首先可以对自己的位置进行定位，这个定位不仅仅可以应用到常规导航里，还可以应用到室内空间。并且可以实现室内和室外定位的对接，比如我们从室内走到室外去，或者从室外走到室内来，都是可以通过本地协作功能来实现。
第六个应用，本地协作。室内定位是基于机器人的一个定位系统，室外定位是基于常规所用的GPRS系统，两者可以形成一个非常顺畅的连接。我们可以让这个机器人发掘最佳的路线，从室内走到室外或者从室外走到室内。
第七个应用，在我们研究中心一楼，我们自己做的一个测试，也是一个演示，讲的就是路线识别的应用，完全是无缝对接，中间不会撞到任何障碍物。
我讲的主要是研究开发的项目——基于网络的综合智能机器人技术，是由MKE和ETRI两种技术作为支持来进行研发的，这个研发阶段是2010-2015年，目前我们已经开发出了两种核心技术，都是和综合行为控制相关的，或者和协作环境识别相关的，并且我们已经把它应用到了一些小范围的案例当中去。
我们还开发了一个模型，能够鉴别机器人进行综合智能作业的完美程度，它的级别是多少。
以上就是我的演讲，谢谢各位！
本文来源于"中国人工智能学会",原文发表时间"
