家用机器人出走之后

为什么做家用机器人这么难？曾以打造家用机器人为己任的 TRI 机器人部门分享了他们历经的考验和锤炼，以及随之而来的目的调整。

撰文 | Sia

「意外」的展示

最近，日本汽车巨头丰田汽车的子公司丰田研讨院 ( Toyota Research Institute ，简称 TRI ) 初次向媒体敞开大门，展示其在硅谷总部进行的研讨。

最新 TRI 机器人研讨展示。

二十世纪三十年代，丰田公司完成从制造纺织机到制造汽车的飞跃，取得庞大胜利。如今，这家年近九旬的公司每年坐拥近 3000 亿美圆营收。

为了应用先进的人工智能等技术开发新产品和效劳，发现改动丰田业务的下一个技术飞跃，2015 年，丰田公司在硅谷成立了丰田研讨院，并约请领导 DARPA 机器人应战、机器人研讨等项目的 Gill Pratt 担任 CEO ，这位发明家曾与波士顿动力开创人兼 CEO Marc Raibert 同事过。

目前，丰田研讨院长期关注的五大中心范畴，包含人工智能、机器人、能源和资料以及机器学习。不难看出，除了探求如何让汽车变得更好，他们也探求汽车之外的可能性，包含家用机器人。

事实上，机器人团队成立初衷正是将家庭作为主要关注点，应对日自己口老龄化的应战。早期专业制造的视频也展示了机器人完成烹饪、清洁等复杂任务。

但是，有意义的是本次媒体开放日中，高级副总裁 Max Bajracharya 展示的两个项目却有些跑题。

Max Bajracharya 展示了一个工业手臂，它装有改进后的夹具，能够将箱子从卡车里搬到传送带上。很明显，这是为大多数工厂完成仓储物流自动化所做的努力。

Max Bajracharya 展示的可用于仓储物流场景的工业手臂。

另一个是会购物的轮式机器人 —— 它会依据条形码和大致位置检索货架上的不同商品，还能够到货架最上层寻觅商品，肯定最佳抓取措施后将它们放入购物篮。

Max Bajracharya 展示的会购物的轮式机器人。

想象一下，一位老人带着机器人助手去超市购物 —— 从自主行动找到购物清单上的商品，到想措施科学取货，放到购物篮里，对机器人助手来说，都是不小的应战。2022年10月，该部门曾在 TRI 科技博客上分享了相关技术成果。

首先，在关节硬件方面，机器人团队定制了不同尺寸的关节执行器以及支持它们的软件系统。执行用具有高扭矩密度，能够造出十分纤细的手臂，足以应对很重的日常物品——好比，家庭装洗衣液和食用油。在能量续航方面，独立的高性能计算和快充等技术省去了电源线的羁绊。

购物机器人抓取大瓶洗衣液并放入购物篮。

扫地机器人扫地之前需求树立房间地图，同样，为了找到要买的东西，机器人需求预先生成超市地图，包含购物通道和大量商品的位置。

为此，研讨人员定制了数据采集车，配备平面摄像头捕获信息，重建地图。他们开发了一种算法模型，融合了深度学习措施鲁棒性和经典几何算法的精度。

实验室内搭设的超市货架的细致三维地图。来源 TRI Medium 技术博客。

有了地图，机器人就能够自主购物了。—— 它们会自主导航到所需物品位置，应用摄像头肯定有没有货、东西摆放在什么中央。

真实超市的规划是不时变更的，机器人经过平面视觉系统来导航和避障。

团队构建的算法很稳健，即便遇到货品脱销、被其他客人错放位置以至新旧包装更替，都能够被发现。

遇到商品很难完好出往常摄像头里的状况 —— 被放到顶部或底部的架子上，以至架子后面——机器人依旧能够找到它们。这里的奇妙在于，对来自两个平面摄像头——一个在头部、一个在机器人移动基座上——的数据运转相同神经网络，视野因而掩盖了整个货架高度。

机器人视角下的某个超市货架，它有两个！来源 TRI Medium 技术博客。

一旦机器人胜利定位到物品，它就会计划如何抓住它。

与工业场景面里的规范零部件不同，超市商品外形、颜色各异、包装软硬不同、重量也不同，他们为机器人配备了定制吸力夹具和现成的双指平行夹具。借助平面相机，机器人能够获取物品的丰厚 3D 几何图像，并推断物品的尺寸、姿势和名义曲率等属性，决议运用何种工具、抓握类型进行抓取。

例如，他们可能会抓住瓶盖而不是瓶身，或者将吸盘放置在罐子的平整区域而不是曲线上。

机器人会自动辨认物品上的最佳位置，完成胜利吸握。来源 TRI Medium 技术博客。

曲线救国

关于这种偏离，该担任人招认，就 TRI 内部机器人团队而言，让机器人「回家」依旧是不可能完成的任务。

家用机器人的问题不在于它太难，而在于关于 TRI 这样的团队，如何去权衡他们正在取得的进展？

机器人团队过去做了很多尝试。他们把面粉和大米放在桌子上，让机器人擦洁净；在屋里子乱放东西，让机器人收拾划一；他们将机器人部署到爱彼迎（Airbnb），看看成果如何。

固然整理和清洁属于重复性的膂力活儿，十分合适家用机器人，但每个家庭都是不同的，每个人都希望自己的家有不同的组织和清洁方式，致使于研讨人员很难确切搞分明能否取得了良好的进展 —— 到底是技术进步了？还是家庭环境更简单了？

TRI 探求能够操作水槽和洗碗机中的盘子的机器人。

TRI 探求了机器人完成烹饪复杂任务。

在丰田研讨所，为了完成既定目的，通常会定义「应战任务」，这些任务推进研讨向通用机器人才干的方向延展，并允许进行严厉的定量测试。但机器人部门逐步发现，他们不能很好地权衡研讨进步。随着大公司开端削减长尾研讨项目——一些还没有带来真实可货币化结果的项目，这更是一个大问题。

本以为有了更适合的工具——更好的 GPU、机器学习—— 可能比较容易压服自己这次机遇有所不同。但 TRI 机器人专家还是以为，有很多问题有待自动化，但迄今为止，胜利的案例有限。除了机器人吸尘器之外，简直没有什么突破。

或许，这也是当年谷歌机器人部门资深机器人专家跳槽丰田研讨所后，又分开的缘由之一。例如，曾担任面向家用机器人市场的机器人技术总监 Joseph Bondaryk 后来参与了一家工业机器人初创；Philipp Michel 参与了亚马逊机器人。

后来，TRI 家用机器人分开了爱彼迎的「家」，进入超市和杂货店。

一方面，固然最终想要在家里辅佐人们，但这个中央不一定非得是家。杂货店购物也是生活的重要组成部分。关于很多老年人来说，总是让杂货店送货不一定是正确答案，他们更喜欢走出家门，让身体坚持生机。

而超市购物包含了机器人面临的一系列技术应战 —— 感知和操作美不胜收的商品，在不时变更的环境中导航以及对意外状况做出反响，等等—— 都有助于不时推进机器人的移动操作才干。

另一方面，团队也不再需求约请 1000 个人，允许他们进入他们的家，还能运用十分直观的指标来权衡进度。——你做得有多好，系统中真正的问题是什么，变得十分明显，研讨人员能够真正专注处置这些问题。

例如，机器人正确取回了多少件物品?它误抓了多少?花了多长时间? 最重要的是，他们还能在机器人实验室里重建典型的购物通道，在真实杂货店测试之间快速迭代技术（「在家」，这简直是不可能的）。

从结果上看，TRI 在稳健的感知、支配和运动规划措施方面取得了突破。超市购物工作延展出来的才干会转化为其他很多东西。正如记者参观丰田物流和制造设备时看到的，同样是分拣应战，对象由杂货变成了零部件。他们置信，未来会更接近初衷愿景，即适用牢靠的机器人伴侣，改善人们生活质量。

几年来，除了研讨目的上的曲线救国，TRI 机器人团队也在探求将此类技术突破产品化的道路。

一开端，我们以为只需求找到这个人，就能够把技术交给第三方或丰田内部的人。但我们了解到的是，无论是一个业务部门，还是一个公司，或者像一个初创公司或丰田内部的一个部门，它们似乎不存在。Max Bajracharya 说。

剥离初创公司——就像 Alphabet 对旗下谷歌 X 实验室所做的那样——当然也是能够思索的，固然这不太可能是走向产品化的主要途径。但是，这条道路最终将以何种方式呈现仍不分明。

回想刚设立的时分，团队很明显只是在做机器人研讨，部分缘由是当时的技术还远远不能用于充溢应战的人类理想场景。几年过去，团队以为曾经在十分具有应战性的问题上取得了足够进展，往常开端看到它正应用到理想世界。

往常，团队仍用 80% 的时间去推进研讨进展，但曾经分配了大约 20% 的资源来弄分明这项研讨能否像想象的那么好、能否能够应用到理想世界中。

胜利属于谁？

假如汽车的发明者问骑马的人想要什么，他们可能会说只想要一匹更快的马。所以，让汽车制造商去想象一个与现状大不相同的未来，会十分艰难。

当被问及谁最有望造出看护老人的机器人时，TRI 机器人用户体验(UX)设计师 Steffi Paepcke 曾如此解释为什么会是 TRI 。

TRI 家用机器人的研讨名声可能不迭丰田在自动驾驶范畴的研讨，但两者实质上都效劳于共同的愿景和目的 —— 支持、辅佐人和物从一个中央移动到另一个中央。

丰田公司曾十分明白地表示，他们不只对开发汽车新技术感兴味，对机器人技术也很感兴味，由于汽车在户外的工作与机器人在室内所做的工作十分相似，固然机器自主水平略有不同，但传感、感知和规划技术十分相似。

另外，机器人尚未在市场上大放异彩的部分缘由在于缺乏更好、更低价的传感器和执行器，这也是马斯克押注特斯拉人形机器人的重要缘由。但人们似乎低估了作为「精益制造」集大成者，丰田在设计和量产更低价、更优质机器人硬件方面的庞大潜力。

当然，与骨子里勇于冒险、激进的美国竞争者不同，日本企业基因让丰田的机器人之路走得愈加谨慎和务实。

正如 TRI 首席执行官 Gill Pratt 曾说的，该公司正专注于机器人技术和人工智能技术，以「扩展而不是取代人类」。换句话说，丰田想要开发机器人不是为了方便，也不是为了替我们完成工作，而是为了让人们即便随着年龄的增长也能继续独立生活和工作。

例如，与其直接追求 L4，他们更希望自动驾驶技术能够延长老年人独立驾驶阅历，而不是取消他们的驾驶乐趣；它们希望自己的机器人能够支持老年人愈加独立地享用家庭生活，而不是被取代。

除了谨慎，他们也很务实。固然研讨支出能够不计成本，但十分需求思索能否有可能（假如研讨胜利）最终产生具有合理成本的产品。假如客户买不起，或许它具有一定的学术价值，但实践上不会改动他们在理想世界中的生活质量。所以，从一开端，这里的研讨就十分思索成本。

人们最终希望树立真实世界的商业系统，这条道路的止境是家用汽车和机器人。一旦做出了决议，丰田这样的日本企业通常会 All-in。过去在半导体范畴，日本公司固然很当心，很有条理，最后还是赢了。同样的事情，有可能还会发作在汽车和机器人身上。

参考资料

https://www.youtube.com/watch?v=kKz2mtYdQAA

https://techcrunch.com/2023/02/16/toyota-research-institutes-robots-leave-home/

https://techcrunch.com/2023/02/18/toyota-research-institute-svp-on-the-difficulty-of-building-the-perfect-home-robot/

https://medium.com/toyotaresearch/why-we-make-our-robots-shop-for-groceries-73ea8108caae

https://spectrum.ieee.org/gill-pratt-on-toyota-robot-plans