近日，中國科學(xué)院沈陽自動化研究所（以下簡稱沈自所）與英國愛丁堡機(jī)器人中心合作研究取得新進(jìn)展，提出了一種在動態(tài)、非結(jié)構(gòu)環(huán)境下基于深度強(qiáng)化學(xué)習(xí)的移動機(jī)械臂自主作業(yè)方法，將最新的人工智能（AI）學(xué)習(xí)理論應(yīng)用于真實的復(fù)雜移動機(jī)械臂控制。相關(guān)研究成果已發(fā)表于《傳感器》。

此項合作源于2018年3月，應(yīng)依托于沈自所的機(jī)器人學(xué)國家重點實驗室的邀請，英國皇家工程院院士、愛丁堡機(jī)器人中心主任David M. Lane訪問沈自所，與機(jī)器人學(xué)國家重點實驗室簽署了戰(zhàn)略合作框架（MoU）協(xié)議。

在MoU框架下，雙方積極開展人員互訪、學(xué)術(shù)交流及研究生聯(lián)合培養(yǎng)，并在多個研究領(lǐng)域開展合作，包括基于深度強(qiáng)化學(xué)習(xí)的機(jī)器人控制、基于視覺的水下三維場景重建與目標(biāo)識別、水下機(jī)器人自主作業(yè)等。

沈自所水下機(jī)器人研究室研究員張奇峰告訴《中國科學(xué)報》：“機(jī)器人在空間、陸地和水下等大量動態(tài)、非結(jié)構(gòu)環(huán)境下作業(yè)是一個復(fù)雜的任務(wù)，相比于傳統(tǒng)工業(yè)機(jī)器人作業(yè)要求更高，通常需要機(jī)器人具有感知、導(dǎo)航、決策、操作等多種功能?！?

據(jù)悉，非結(jié)構(gòu)環(huán)境下移動機(jī)械臂自主作業(yè)是未來機(jī)器人應(yīng)用的一個重要場景。該項研究可以擴(kuò)展到空間機(jī)器人、飛行機(jī)器人和水下機(jī)器人作業(yè)等多種復(fù)雜環(huán)境。

“水下機(jī)器人自主作業(yè)面臨許多難點，相比于陸地機(jī)器人，浮游狀態(tài)水下機(jī)器人系統(tǒng)動力學(xué)非線性、耦合性強(qiáng)，作業(yè)過程中機(jī)器人載體與機(jī)械手的相互運動干擾及由此產(chǎn)生的目標(biāo)物定位信息噪聲使機(jī)器人的精確控制尤為困難?！睆埰娣褰榻B，這也是雙方目前重點開展研究的方向之一。

此次沈自所與愛丁堡機(jī)器人中心科研團(tuán)隊利用神經(jīng)網(wǎng)絡(luò)構(gòu)建了一種機(jī)器人整體強(qiáng)化學(xué)習(xí)控制模型，采用深度學(xué)習(xí)方法對機(jī)器人相機(jī)獲得的環(huán)境與目標(biāo)信息進(jìn)行處理，然后將感知信息與機(jī)器人當(dāng)前狀態(tài)作為系統(tǒng)輸入，對機(jī)器人的整體行為進(jìn)行自主控制。

其中，愛丁堡機(jī)器人中心提供機(jī)器人平臺和基于深度強(qiáng)化學(xué)習(xí)的算法框架指導(dǎo)，沈自所面向機(jī)器人平臺特點進(jìn)一步深入進(jìn)行理論研究，并將控制算法應(yīng)用于機(jī)器人，開展試驗驗證。

沈自所博士研究生王聰說：“我們通過仿真與實際環(huán)境中的交互學(xué)習(xí)與訓(xùn)練，最終實現(xiàn)了在真實環(huán)境下的移動機(jī)械臂自主作業(yè)，為深度強(qiáng)化學(xué)習(xí)應(yīng)用于更為復(fù)雜的水下浮游基座機(jī)器人系統(tǒng)開展自主作業(yè)研究奠定了基礎(chǔ)?！?

目前機(jī)器人的技能學(xué)習(xí)是業(yè)界的研究熱點和難點之一，水下機(jī)器人領(lǐng)域的相關(guān)研究更少。張奇峰表示，沈自所在水下機(jī)器人的平臺設(shè)計、底層控制及實際應(yīng)用等方面有非常豐富的經(jīng)驗與優(yōu)勢，但隨著應(yīng)用場景和作業(yè)任務(wù)的復(fù)雜化，需要進(jìn)一步加強(qiáng)前沿理論研究及前沿理論與機(jī)器人系統(tǒng)相結(jié)合的應(yīng)用研究。