深度解读美国服务机器人技术路线图

要的。

　　·15年：证明一个机器人可以集成多种感觉模式，比如通过对声音、范围、视觉、GPS和惯性等感觉的处理，以获得周围环境的模型，并将这些模型用于导航、搜索、人机交互，以及和其他新奇的事物交互。未来的焦点是实现机器人长时间在复杂、动态的环境下工作，同时实现人机交互模式下机器人的感觉能力。

　　● 物理且直观的HRI接口

　　不论是部署专业的，还是家用的服务机器人，都需要利用接口以便用户可以更容易地访问系统。而被部署在社区的机器人，需要提供最简单的接口，以便使用者通过简单的培训即可操作。有两种类型的接口：伴随用户的物理接口;控制机器人的命令接口。物理接口，包括移动物体的机体运动和非接触互动，比如通过传达意图和状态来改变行为。命令接口，对于任务调度和状态报告则是必须的，以便让用户理解机器人的行为。

　　在5年、10年、15年内，通过不断地研究和发展，可以达到下面的目标：

　　·5年：证明用于简单的动作模式的多态会话，可以促进任务命令更加有效，机器人可以传达身体动作的意图。

　　·10年：能够证明，通过周密编程的机器人可以用来学习复杂任务，比如为一个普通人家准备午餐。

　　·15年：能够证明，在当前一个任务时序里，操作者可以设计机器人来完成复杂的任务。

　　● 技能获得

　　服务型机器人必须通过持续提高表现，获得解决新任务的能力，这就要求服务型机器人拥有自我学习新技能的能力。技能可以通过多种方式获得：通过读取技能库获得其他机器人已经拥有的技能;通过不断地训练或在错误中获得;通过观察人和其他机器人的运动获得;通过人或者机器人指示器进行教授。然而技能的取得，还要求机器人能够辨别在何种场景下运用何种技能才算成功，技能可以被参数化，在不同场景下学习和选择合适参数的能力，同样被包含在获得技能的能力中。从一个领域向另一个领域传递技能的能力，或者从一个技能向另一个技能传递经验的能力，意味着机器人在获得能力方面有本质的提高。在感觉、重现、机器学习、计划、控制、行为识别和其他相关领域的提高，可以促进机器人提高学习技能的能力。

　　在5年、10年、15年内，通过不断研究和发展，可以达到下面的目标：

　　·5年：机器人可以通过观察、尝试、纠错、证明来学习一系列基本的技能。这些技能可以成功应用在许多与已习得能力有细微不同的情况下。 在情况有细微差别时，通过初始设置，机器人可以自动表现对已学技能的适应性。

　　·10年：随着感觉能力的提高，机器人可以获得更复杂的技能，并判断在何种情况下运用何种技能，且复合能力可以被集成在更加复杂的能力中。机器人可以自动判断并指出，能够成功使用技能的情景类型。机器人对影响成功的因素有充分的理解，使其可以管理计划进程，并将其成功机率最大化。

　　·15年：机器人持续获得新技能，并且提高已经学得的能力的工作效率。 它可以获得独立于技能的知识，从而实现在复杂任务和场景、或新任务下转变为简单的技能。机器人能够识别采用简单技能和组合技能的一般模式。

　　● 安全机器人

　　现在，机器人的安全性可通过清晰划分人和机器人的工作区域获得。随着人和机器人的工作越来越交织在一起，就需要明确考虑，以实现操作者在一个相对安全的距离外，操作高速运行的机器人。

　　因此，这就需要考虑标准的安全认证。现在，不论是专业机器人还是个人机器人，安全认证的标准都不充分。这些并不足以驱动创新，减缓了推广的步伐，同时又提高了成本。

　　从技术层面来说，安全涉及多个方面内容，包括对先进感知能力的需求，并用于检测物体，人和语言。当面对可能危险的场景时，通过控制系统中的固化安全行为机制保证与人和物体的接触几乎不产生损失。然而，安全是一个关系未来科技的多层次主题，包括政府和一系列的工业标准，独立的认证和违责风险。这就需要提高非科技的因素。比如已存在的专业机器人和个人机器人标准，进而向利益相关者展示，明显的快速创新和应用的需求。

　　在5年、10年和15年内，随着持续的研究和发展，下面的目标很有可能达到：

　　·5年：

　　1. 针对所有类别的服务机器人安全标准已经被定义，并被广泛接受。

　　2. 固有安全（硬件和软件）专业的移动机器人能在具有操控的情况下，与训练有素的人类在所有专业环境中协同操作（制造业、医院、实验室、工厂车间、仓库等）。

3. 固有（硬件和软件）个人移动机器人，能在无操控的情况下，在所有专业环境中与人类协同作业（家庭、宾馆、