教机器人完成简单日常动作远比教小孩难,核心卡点到底是什么?
核心卡点不是机器人“不会想”,而是现实世界里的动作控制比看起来复杂得多。
小孩学会拿杯子时,手眼协调、触觉、本体感觉和身体平衡都在持续工作。他能感到杯子滑了、手碰到桌沿了,也会根据结果立刻调整力度。机器人往往要靠摄像头、关节传感器等间接估计环境;物体的位置、摩擦力、重量、柔软度和遮挡稍有变化,估计就可能不准。抓一个固定位置的杯子容易,换成形状相近但更滑、更轻或摆放角度不同的杯子,难度会骤增。
其次,日常动作是连续闭环控制,不是照着一段轨迹播放。机器人必须边观察边修正:接近物体、接触、施力、确认抓稳,再移动和放下。感知有延迟、执行器有误差,桌面或物体也可能移动;小误差累积起来就会失败。动作还要兼顾安全与约束,例如不能捏碎纸杯、碰倒旁边的东西,或把热水洒出来。
第三,现实变化太多。训练中见过的房间、光线和物品有限,而人类能把已有经验迁移到新场景,并从少量反馈中快速调整。机器人通常需要大量覆盖不同物体、视角和接触情况的数据;真实机器人采集数据成本高,失败还可能损坏设备或物品。仿真能扩充训练,却难完全还原真实摩擦、软物形变和传感器噪声。
所以关键瓶颈是“感知—动作—反馈”的可靠闭环,以及把学到的技能迁移到未见情境,而不是单纯缺少一条动作指令。限定环境、固定物品、增加夹具和传感器后,机器人可以把简单动作做得很稳定;要求它像孩子一样在杂乱环境中灵活应对,才是难点。