中美云机器人合作研究取得重要进展

发布时间:2014-10-22浏览次数:49

 

  云机器人(Cloud Robotics)是机器人领域的一个重大热点新方向,将机器人技与云计算相结合,以增强单个机器人的能力,并从根本上改变传统机器人过分依赖手工编程的局限性。中国科大陈小平教授团队与世界人工智能联合会主席、美国卡内基-梅隆大学伟罗莎(Manuela Veloso)教授团队开展了云机器人合作研究,完成了合肥与匹兹堡之间的云机器人实验。同时,以中国科大吉建民为第一作者、陈小平为通讯作者,反映该研究理论进展的论文A Weighted Causal Theory for Acquiring and Utilizing Open Knowledge[1]在国际自动推理权威期刊《International Journal of Approximate Reasoning》最新一期上发表。

 

  传统机器人的开发模式是:针对每一项具体任务进行事先编程,并在固定的结构化环境中完成大量调试。近十年来兴起的服务机器人需要在各种不同的非结构化环境中工作,传统开发模式成为一个严重障碍。研究者发现,分布在世界各地的机器人经常执行类似的任务,但它们由于硬件和基础软件的不同,可以具有不同的能力,从各自环境中也可以获取不同的知识和技能。在云机器人平台上,不必为每一台机器人的每一项功能专门编程,而是可以从云平台和其他机器人获取有关知识和技能,从而极大地拓展每一台机器人的能力范围,并降低开发成本。近年来,云机器人被视为突破机器人大规模应用技术瓶颈的一种新的重要手段。

 

  为了实现机器人之间和人-机器人之间的知识共享与合作,双方团队自2010年以来,分别开展了持续性基础研究。中方在外部开放知识获取、机器人自动推理与规划、人机语义理解等方面进行了重点研究,形成了一条机器人运用外部知识提高性能的技术路线,有关成果发表在人-机器人互动旗舰期刊JHIR上[2]。针对两个大任务集——来自网络的1万1千多个用户任务和4百多个用户愿望,进行了系统性的实验测试,并取得了重要进展(JHRI[2],IJCAI-2013[3])。发表在IJAR上的最新论文为机器人外部知识获取问题建立了一个理论模型,证明了一系列相关推理任务的计算复杂度,并找到了一种可高效求解的知识表示模式,为提高外部知识获取效率和大任务集测试开辟了道路。美方在机器人大数据分析与人机合作等方面进行了深入的探讨,取得了重要成果。

 

  在此基础上,双方展开合作研究,探索通过云机器人平台实现双方机器人以及机器人与人之间的资源共享与合作。在近日进行的首次云机器人联合实验中,位于合肥的中国科大 “可佳”(KeJia)机器人与位于匹兹堡的卡内基-梅隆“可宝”(CoBot)机器人,借助云平台进行了远程合作与资源共享测试。实验中,云端向双方机器人提供多种知识源和数据源,可佳向可宝输送语义理解和自动规划服务,可宝向可佳输送大数据分析服务。借助于这些知识共享和远程合作,可佳与可宝分别完成了各自单独工作无法完成的测试任务。此前未见中美之间同类实验的报道。

 

  双方将进一步深化本项目的合作,启动云机器人平台的工程化开发,进行更大规模的实验测试,促使有关成果扩散到分布在世界各地的其他智能机器人。

可佳机器人在中国科大进行联合实验

伟罗莎教授及可宝机器人在卡内基梅隆大学参与联合实验

 

 
(计算机学院、先研院、科研部)


附:相关论文
[1] Jianmin Ji, Xiaoping Chen, A weighted causal theory for acquiring and utilizing open knowledge, International Journal of Approximate Reasoning. Volume 55, Issue 9, 2014, pages 2071-2082.
[2] Xiaoping Chen, Jiongkun Xie, Jianmin Ji, and Zhiqiang Sui, Toward Open Knowledge Enabling for Human-Robot Interaction, Journal of Human-Robot Interaction, Vol. 1, No. 2, 2012, pages 100–117.
[3] Xiaoping Chen, Jianmin Ji, Zhiqiang Sui, and Jiongkun Xie, Handling Open Knowledge for Service Robots, In: Proceedings of IJCAI 13, Beijing, China, Aug 3-9, 2013, pages 2459-2465.