擴展機器人感知 | 麻省理工學院新聞

機器人技術的進步

自從 Roomba（掃地機器人）問世以來，機器人技術已經有了很大的進步。現在，無人機開始提供送貨服務，自駕車在某些道路上行駛，機器狗幫助急救人員，還有更多的機器人正在做後空翻或在工廠裡幫忙。不過，盧卡·卡爾隆（Luca Carlone）認為，最好的還在後頭。

感知的重要性

卡爾隆最近在麻省理工學院（MIT）航空與太空科學系（AeroAstro）獲得了終身教職，並且他負責的 SPARK 實驗室正在填補人類與機器人之間的一個重要空白：感知。他和他的學生進行理論和實驗研究，目的是擴展機器人對環境的認知，讓它們的感知能力接近人類的水平。正如卡爾隆常說的，感知不僅僅是檢測。

機器人的學習之路

雖然機器人在檢測和識別周圍物體的能力上有了很大的進步，但在理解環境的更高層次上，它們仍然有很多需要學習的地方。人類對物體的感知不僅僅是它們的形狀和標籤，還包括它們的物理特性——例如，如何操作和移動它們，以及它們之間的關係、與更大環境的關聯，還有與我們自己的關係。

未來的機器人

卡爾隆和他的團隊希望能夠將這種人類級別的感知能力傳授給機器人，讓它們能夠安全、順利地與人類在家中、工作場所和其他不規則的環境中互動。

卡爾隆的背景

卡爾隆出生並成長於意大利薩勒諾（Salerno）附近，靠近美麗的阿馬爾菲海岸（Amalfi Coast），他是三個兄弟中最小的。母親是一位退休的小學數學老師，父親則是一位退休的歷史教授和出版商，對歷史研究採取分析的方式。他的兄弟們可能潛移默化地受到父母的影響，三人都成為了工程師——前兩位專攻電子和機械工程，而卡爾隆則選擇了機器人技術，當時稱為機電一體化。

學術之路

不過，卡爾隆直到大學後期才接觸到這個領域。他在都靈理工大學（Polytechnic University of Turin）學習，最初專注於控制理論——這是一個將數學應用於開發自動控制物理系統行為的領域，例如電網、飛機、汽車和機器人。然後，在他的大四時，他選修了一門關於機器人的課程，探索了操作和機器人如何被編程以移動和運作的進展。

對機器人的熱愛

卡爾隆說：“這是一次一見鍾情。使用算法和數學來開發機器人的大腦，讓它移動並與環境互動，是我最滿意的經歷之一。我立刻決定這就是我想要做的事。”

碩士學位與跨學科合作

他在都靈理工大學和米蘭理工大學（Polytechnic University of Milan）進行雙學位學習，分別獲得機電一體化和自動化工程的碩士學位。在這個名為 Alta Scuola Politecnica 的計畫中，卡爾隆還修習了管理課程，與來自不同學科的學生合作，構思、建造並為新產品設計制定市場推廣計畫。卡爾隆的團隊開發了一款無需觸碰的檯燈，能根據用戶的手勢指令運作。這個項目讓他從不同的角度思考工程。

博士學位與研究

卡爾隆在都靈完成了機電一體化的博士學位。在那段時間，他有自由選擇論文主題，他回憶道：“我有點天真地探索了一個社群認為已經理解的主題，許多研究者認為沒有更多的貢獻。”

同時定位與地圖生成

這個主題是“同時定位與地圖生成”（SLAM）——即在生成和更新機器人環境的地圖的同時，跟蹤機器人在該環境中的位置。卡爾隆提出了一種重新構思這個問題的方法，使算法能夠生成更精確的地圖，而不需要像當時大多數 SLAM 方法那樣從初始猜測開始。他的研究幫助打開了一個大多數機器人學家認為無法超越現有算法的領域。

追尋新一代的 SLAM

卡爾隆說：“SLAM 是關於弄清楚事物的幾何形狀以及機器人如何在這些事物之間移動。現在我成為了一個社群的一部分，問著下一代 SLAM 是什麼？”

在喬治亞理工學院的經歷

為了尋找答案，他接受了喬治亞理工學院（Georgia Tech）的博士後職位，深入研究編碼和計算機視覺。回想起來，這個領域可能受到他曾經面臨失明的啟發：在他完成博士學位的時候，他遭遇了一次嚴重影響視力的醫療併發症。

視力的重要性

卡爾隆說：“一年內，我可能輕易失去一隻眼睛。這讓我思考視力和人工視力的重要性。”

開源資源的影響

他接受了良好的醫療護理，病情完全好轉，得以繼續他的工作。在喬治亞理工學院，他的導師弗蘭克·德拉特（Frank Dellaert）教他如何在計算機視覺中編碼，並為複雜的三維問題制定優雅的數學表示。他的導師也是最早開發開源 SLAM 庫 GTSAM 的人之一，卡爾隆迅速認識到這是一個寶貴的資源。他更廣泛地看到，讓軟體對所有人開放，釋放了機器人技術進步的巨大潛力。

開源的變革

卡爾隆說：“歷史上，SLAM 的進展非常緩慢，因為人們將代碼保密，每個團隊都必須從頭開始。然後開源管道開始出現，這是一個遊戲改變者，這在過去十年中推動了我們所見的進步。”

空間人工智慧

在喬治亞理工學院之後，卡爾隆於 2015 年來到麻省理工學院（MIT）擔任信息與決策系統實驗室（LIDS）的博士後。在那段時間，他與航空與太空科學教授塞爾塔克·卡拉曼（Sertac Karaman）合作，開發軟體幫助掌中型無人機使用極少的電力導航。隨後一年，他晉升為研究科學家，並於 2017 年接受了航空與太空科學系的教職。

MIT的價值觀

卡爾隆說：“我在麻省理工學院最喜歡的一點是，所有的決策都是由問題驅動的，例如：我們的價值觀是什麼？我們的使命是什麼？這從來不是關於低層次的利益。動機真的在於如何改善社會。”

機器人環境感知的未來

如今，卡爾隆的團隊正在開發超越幾何形狀和語義的機器人環境表徵方法。他正在利用深度學習和大型語言模型開發算法，使機器人能夠以更高層次的視角感知其環境。在過去六年中，他的實驗室發布了超過 60 個開源資源，全球有數千名研究人員和從業者在使用。大部分工作屬於一個新興的領域，稱為“空間人工智慧”。

未來的展望

卡爾隆說：“空間人工智慧就像是 SLAM 的強化版。簡而言之，它是讓機器人像人類一樣思考和理解世界，並以有用的方式進行。”

挑戰與希望

這是一個巨大的任務，可能會對家庭、工作場所、道路以及偏遠和潛在危險的地區的互動機器人產生廣泛影響。卡爾隆表示，為了接近人類的感知能力，還有很多工作要做。

對未來的信心

卡爾隆說：“我有兩歲的雙胞胎女兒，我看到她們能靈活地操作物體，一次攜帶十個不同的玩具，輕鬆穿越雜亂的房間，並迅速適應新環境。機器人的感知能力還無法與幼兒相比。”他補充道：“但我們擁有新的工具。未來是光明的。”