语言选择 📢


自动驾驶汽车能够自主思考——机器人杰克(慕尼黑工业大学)从人群的行为中学习。

发布日期:2025年3月12日 / 更新日期:2025年3月12日 – 作者:Konrad Wolfenstein

研究人员塞佩尔·萨马维和安吉拉·舍利格教授站在机器人杰克旁边

研究人员 Sepehr Samavi 和 Angela Schoellig 教授与机器人 Jack 合影——照片:Astrid Eckert,慕尼黑

机器人领域的开创性工作:慕尼黑工业大学开发预测机器人

自主系统:机器人如何学习与人类互动

在世界快速迈向自动化和人工智能的时代,自主系统正日益成为我们日常生活中不可或缺的一部分。从自动驾驶汽车和智能辅助机器人到精密的工业设备,机器自主决策和在复杂环境中运行的能力正在改变我们生活的方方面面。机器人领域一个尤其令人兴奋且充满挑战的分支是开发能够在动态的、人流密集的环境中安全高效移动的系统。这不仅涉及避开障碍物,还包括理解、预测和响应人类行为,以确保流畅安全的互动。

慕尼黑工业大学 (TUM) 的研究人员正致力于机器人技术、人工智能和人类行为的交叉领域研究。在由安吉拉·舍利格教授领导的学习系统与机器人实验室,他们开发了一款名为“杰克”的创新型机器人,它能够以惊人的技能和预判能力在人群中穿梭。杰克与其他许多机器人的区别在于,它不仅能够感知周围环境,还能主动预测附近人群的移动轨迹以及他们可能对其自身动作做出的反应。这种预判能力使杰克能够主动、智能地规划在繁忙空间中的行进路线,而不仅仅是被动地做出反应。

适合:

在人群中穿行的挑战

在人群中穿行对机器人来说是一项艰巨的挑战,其难度远不止于避开障碍物。与静态或可预测的环境不同,人群是动态的、不可预测的,并且具有复杂的社会互动特征。人群中的每个人都独立行动,但同时也会影响其他人的行动。这种相互依存性,加上人类行为的自然变异性,使得机器人安全高效地移动变得极其困难。

传统的机器人导航算法通常基于僵化的规则和简单的传感器数据,在人群环境中很快就会达到瓶颈。它们通常会通过突然停止或急转弯来应对障碍物,这可能导致不必要的拥堵、低效的路线规划,甚至在人群中引发危险情况。因此,为了在人群中成功导航,机器人需要更高级的智能,使其能够理解和预测人类行为,并将其主动融入到导航规划中。

杰克的创新方法:前瞻性思维和互动

由慕尼黑工业大学(TUM)研究人员开发的机器人Jack,在传统方法的基础上迈出了关键一步。其核心是一个复杂的算法,不仅能够感知周围环境中人的动作,还能主动预测这些动作并将其融入到自身的路线规划中。舍利格教授强调了与传统方法的根本区别:“我们的机器人会模拟人们对其动作的反应,从而规划自己的路线。这与其他通常忽略这种交互的方法的主要区别。”

这种模拟人际互动的能力是杰克成功的关键。杰克并不把人仅仅视为难以预测的障碍物,而是将他们理解为具有智能的个体,他可以部分预测甚至影响他们的行为。这使他能够在人群中穿梭,其方式与人类的导航方式极为相似。他毫不犹豫地利用空隙,预判行人的动向,并动态调整路线以避免碰撞,同时高效地到达目的地。

传感器和计算能力的结合

为了完成这项艰巨的任务,杰克配备了高度先进的传感器和强大的计算能力。其中一个关键组件是激光雷达(光探测和测距)传感器,它持续向周围环境发射激光束并接收反射信号。激光雷达利用这些数据实时创建精确的360度环境地图,不仅能捕捉静态物体,尤其能够捕捉到人的位置和运动。因此,激光雷达为机器人提供了环境的详细“图像”,为其导航决策奠定了基础。

除了激光雷达之外,Jack 的车轮上还装有传感器,可以精确测量其速度和行驶距离。这些信息对于准确确定其在周围环境中的位置以及优化导航效率至关重要。所有传感器数据都由一台功能强大的车载计算机进行处理,该计算机能够实时执行复杂的算法。这台计算机是 Jack 的“大脑”,负责分析传感器数据、预测人体运动并计算最佳路线。

适合:

算法详解:预测、规划和适应

Jack智能系统的核心是慕尼黑工业大学研究人员开发的导航算法。该算法分多个步骤运行,使Jack能够安全高效地穿梭于人群之中。

1. 感知与数据采集

首先,杰克利用其传感器不断收集周围环境的数据。激光雷达提供有关人的位置和移动的信息,而轮式传感器则提供有关机器人自身运动的数据。

2. 预测人类运动

基于收集到的数据,该算法分析附近人群的移动模式,并尝试预测人们在未来几秒钟内可能采取的路径。这种预测基于从大量人群移动行为数据集中学习到的统计模型。

3. 路线规划

同时,该算法会规划出机器人到达目的地的最佳路线。为此,它不仅会考虑行人的预测移动轨迹,还会考虑机器人自身的性能和局限性,例如速度和机动性。目标是找到一条能够以最快、最高效的方式到达目的地,且避免与行人发生碰撞的路线。

4. 动态适应

该算法的关键在于其动态适应能力。数据采集、预测和路线规划的整个过程每秒重复约十次。这使得Jack能够实时调整路线,以适应不断变化的环境。正如慕尼黑工业大学研究员Sepehr Samavi解释的那样,这种高频率的适应对于在人流密集的动态环境中安全高效地导航至关重要,因为机器人能够同时识别并响应人们的动作。

向人类行为学习:实现类人导航的关键

杰克智能的另一个关键方面是他能够从人类行为中学习。慕尼黑工业大学的研究人员并没有简单地用僵化的规则和算法来编写杰克的程序,而是让他有机会通过分析人类运动行为的数据来不断提升自己。

舍利格教授解释说,规划算法所基于的数学模型源于人类运动,并被转化为方程式。因此,该算法并非依赖于对人类行为的抽象假设,而是直接依赖于记录人群运动的真实数据。为了实现这一点,研究人员收集了大量描述人类在各种情境和环境下行为的数据集,这些数据集作为Jack的训练材料。

通过分析这些数据,杰克学会了识别和预测典型的人类运动模式,并将它们融入到自己的决策中。例如,他了解到人们在接近障碍物时通常会转向,或者调整速度以避免碰撞。这些知识被输入到算法中,使杰克的行为能够模仿人群中人们的直觉行为。

杰克处理潜在碰撞的方式就是一个具体的学习过程的例子。传统的机器人一旦检测到前方有障碍物(例如行人),通常会立即停止。然而,杰克通过学习人类行为,反应更加微妙。他预判人们通常会调整方向并转向以避免碰撞。因此,他不会立即停止,而是继续移动,同时观察行人的反应。只有当行人没有转向的迹象时,杰克才会调整计划并选择其他路线。这种行为比传统机器人的突然停止要高效得多,也更接近人类。

演化发展:从被动反应到主动互动

杰克导航技能的发展是一个循序渐进的过程,分为三个阶段。每个阶段都代表着算法复杂性和智能性的提升。

第一级:响应式导航。

在第一阶段,杰克只是对周围环境做出反应。他一察觉到障碍物就立即避开,而不会预测或预判人类的行为。虽然这种能力尚可,但这一阶段效率低下,常常导致突然的停顿和绕路。

第二级:预测性导航。

在第二阶段,算法被扩展,能够预测迎面而来的行人的移动轨迹。这使得杰克能够更主动地导航,并在碰撞即将发生之前就避开它们。这一阶段已经取得了显著进展,但仍然存在局限性,因为它在很大程度上忽略了机器人与人类之间的互动。

第三级:交互式导航。

目前的Jack版本代表了迄今为止最先进的进化阶段:交互式导航。在这个阶段,Jack不仅能够预测人们的移动,还能主动考虑人们对自身行为的反应。他可以通过自身的行动影响人们的行为,同时避免碰撞。这种交互式能力是Jack成为真正智能且类人导航系统的关键突破。

研究员萨马维解释说,杰克能够预测其他人的行动,并通过自身的行为影响他们的行动,同时还能避免碰撞。这种交互式导航方式使杰克能够在人群中安全、高效、得体且自然地移动。

应用领域:从送货机器人到自动驾驶

Jack背后的创新技术具有巨大的应用潜力。尽管Jack最初是作为研究平台开发的,但慕尼黑工业大学的研究人员已经在考虑将其应用于现实世界的具体应用。

配送机器人

一个显而易见的应用场景是能够自主在城市环境中运送货物和包裹的配送机器人。这些机器人必须能够在人行道、步行区和繁忙的市中心安全高效地移动。杰克在人群中穿梭的能力对此至关重要。未来,自主配送机器人有望为解决物流“最后一公里”难题和缓解城市交通拥堵做出重大贡献。

适合:

轮椅

另一项极具前景的应用是将这项技术集成到智能轮椅中。对于行动不便的人来说,在拥挤的环境中出行可能是一项巨大的挑战。配备杰克导航算法的轮椅可以显著提高他们的独立性和生活质量。这种轮椅可以自动避开障碍物,安全穿过人群,并自主地将用户送达目的地。

自动驾驶

舍利格教授认为,自动驾驶是交互式导航技术的一个特别重要的应用领域。她强调,这些交互式场景带来了一项关键挑战。在复杂的交通状况下,例如并入高速公路、在十字路口转弯或与行人、骑行者互动,不仅需要规划自身的行驶路线,还需要预测其他道路使用者的行为并将其纳入规划之中。因此,该技术提供的交互式导航功能可以显著促进更安全、更高效的自动驾驶车辆的研发。她以并入高速公路为例:当车辆行驶在高速公路入口的加速车道上时,许多后方驶来的车辆会变道或轻微刹车。正是在这种情况下,新的方法能够帮助驾驶员恰当地考虑其他道路使用者的反应。

人形机器人

人形机器人尤其能从这些算法中获益,尤其是在护理、服务或制造等领域,它们需要与人类密切合作。为了让它们被接受并有效使用,至关重要的是,它们能够在人类环境中安全、直观地导航。然而,舍利格教授指出了一个关键挑战:移动机器人可以在需要时轻松停止,但目前的人形机器人稳定性较差,容易失去平衡。提高人形机器人在动态环境中的稳定性是一个重要的研究领域,需要进一步发展,才能充分发挥人形机器人交互式导航的潜力。

高级机器人导航:杰克如何理解人类行为

慕尼黑工业大学在交互式机器人导航领域的研究,标志着在智能自主系统方面取得了重大进展,这些系统能够在人类环境中安全高效地运行。机器人Jack令人印象深刻地证明,开发出不仅能够感知周围环境,还能理解和预测人类行为并将其融入决策过程的机器是完全可行的。这种交互式导航能力为从送货机器人、智能轮椅到自动驾驶等众多应用领域开辟了新的可能性。

然而,Jack的研发仅仅是个开始。机器人和人工智能领域的研究正在飞速发展,我们可以期待在未来几年乃至几十年里涌现更多令人振奋的创新成果。机器人融入我们日常生活的程度将日益提高,自主系统也将在我们的社会中扮演越来越重要的角色。因此,至关重要的是,我们必须以负责任的态度来引导这些技术的发展,并从一开始就考虑其伦理和社会影响。唯有如此,我们才能确保未来机器人与人类能够携手合作,造福全人类。

适合:

 

您的全球营销和业务发展合作伙伴

☑️我们的业务语言是英语或德语

☑️ 新:用您的国家语言进行通信!

 

数字先锋—— Konrad Wolfenstein

Konrad Wolfenstein

我很乐意作为个人顾问为您和我的团队提供服务。

您可以通过填写此处的联系表,或者直接致电+49 89 89 674 804 (慕尼黑)。我的电子邮件地址是: wolfenstein xpert.digital

我很期待我们的联合项目。

 

 

☑️ 为中小企业提供战略、咨询、规划和实施方面的支持

☑️ 创建或调整数字战略和数字化

☑️国际销售流程的扩展和优化

☑️ 全球数字 B2B 交易平台

☑️ 先锋业务发展/营销/公关/贸易展览会


⭐️人工智能 (AI) - AI 博客、热点和内容中心⭐️机器人技术  ⭐️XPaper