面向靈巧操作的主動(dòng)感知與技能學(xué)習(xí)

　　隨著機(jī)器人技術(shù)的不斷成熟，在人們?nèi)粘Ｉ畹亩鄠€(gè)場(chǎng)景中都可以窺見(jiàn)機(jī)器人的身影，在承擔(dān)更多、更重要角色的同時(shí)，機(jī)器人需要具備的技能和智能要求也越來(lái)越高，人們希望它能夠像人類一樣完成更為靈巧的操作。在2019世界機(jī)器人大會(huì)上，清華大學(xué)教授、清華大學(xué)人工智能研究院智能機(jī)器人研究中心主任孫富春，結(jié)合工作經(jīng)驗(yàn)，從專業(yè)角度分析了機(jī)器人靈巧操作過(guò)程中所需要的主動(dòng)感知與技能學(xué)習(xí)。

　　相關(guān)期刊：《機(jī)器人》

　　馬克思曾經(jīng)說(shuō)過(guò)，勞動(dòng)創(chuàng)造了人。勞動(dòng)最主要的成本就是我們勤勞的雙手，所以手的操作是智能的直接體現(xiàn)，也是能力進(jìn)化的一個(gè)主要驅(qū)動(dòng)力。

　　一個(gè)兒童從出生開(kāi)始發(fā)育，隨著生理和心理的成熟，很快就可以靈巧地搭積木，這樣的能力讓我們嘆為觀止。但要讓一個(gè)機(jī)器人像人類一樣，哪怕是像兒童那樣靈巧地搭積木卻是一個(gè)具有挑戰(zhàn)性的問(wèn)題。

　　可以進(jìn)行靈巧操作的機(jī)器人

　　機(jī)器人的裝配和打磨需要靈巧操作。我們特別希望廚房機(jī)器人能把我們所有的家務(wù)都承擔(dān)了，同時(shí)我們也希望機(jī)器人能夠進(jìn)入藝術(shù)領(lǐng)域，進(jìn)行藝術(shù)表演。比如我們最近在進(jìn)行機(jī)器人彈鋼琴的研究，清華大學(xué)美術(shù)學(xué)院進(jìn)行的機(jī)器人表演，以及豐田研發(fā)的機(jī)器人彈鋼琴、拉小提琴等。然而目前大部分機(jī)器人產(chǎn)品都沒(méi)有實(shí)現(xiàn)這種操作技能，主要是進(jìn)行外觀和手勢(shì)的展示，即便它們能夠進(jìn)行一些操作也是非常簡(jiǎn)單的操作。

　　要讓機(jī)器人完成靈巧的操作需要完成感知、目標(biāo)特性識(shí)別等技能的表達(dá)和學(xué)習(xí)，這是一個(gè)非常繁瑣的工作。現(xiàn)在世界機(jī)器人大會(huì)上有多個(gè)關(guān)于機(jī)器人靈巧操作的比賽，由此可見(jiàn)，機(jī)器人操作離不開(kāi)像人一樣的雙手發(fā)展。

　　人工智能經(jīng)過(guò)了漫長(zhǎng)的發(fā)展過(guò)程，20世紀(jì)60年代到80年代受到關(guān)注，80年代到90年代蓬勃發(fā)展，后來(lái)經(jīng)過(guò)一段時(shí)間的低谷，如今人工智能開(kāi)始興起，面向人工智能的智能操作已經(jīng)成為現(xiàn)在機(jī)器人發(fā)展當(dāng)中非常重要的部分。

　　清華大學(xué)智能機(jī)器人研究中心研發(fā)的帶有指間傳感器、掌面?zhèn)鞲衅骱凸?jié)間傳感器的多模態(tài)感知靈巧手，可以感知多個(gè)模態(tài)信息，包括對(duì)目標(biāo)特性的識(shí)別、操作技能的學(xué)習(xí)等，是一個(gè)非常典型的融合系統(tǒng)。其實(shí)，對(duì)于鋼琴家來(lái)說(shuō)，每天都在彈鋼琴，經(jīng)常會(huì)談到琴鍵手感特別好，我們?nèi)绾潍@得手感?首先要有皮膚感知這個(gè)觸覺(jué)，并且在大腦當(dāng)中形成感覺(jué)，這樣才能形成觸感。那么機(jī)器人該怎么形成觸感呢?我們要研究機(jī)器人的傳感器，包括觸覺(jué)傳感器。

　　基于視覺(jué)的傳感是目前的主流方向。清華大學(xué)智能機(jī)器人研究中心研發(fā)的指間傳感器用到了彈性體表面的浮作材料，這個(gè)材料非常重要，上面有很多標(biāo)志點(diǎn)，下面就是攝像機(jī)，攝像機(jī)會(huì)把標(biāo)志點(diǎn)的移動(dòng)記錄下來(lái)，根據(jù)標(biāo)志點(diǎn)的移動(dòng)，通過(guò)人工智能的算法就可以得到表面的顏色、紋理、增壓力、溫度等非常豐富的信息。

　　清華大學(xué)智能機(jī)器人研究中心研發(fā)的兩款觸覺(jué)傳感器，可以接觸物體表面的紋理信息。我們?cè)O(shè)計(jì)了43種布料，用它們進(jìn)行實(shí)驗(yàn)可以展示出觸覺(jué)紋理信息和視覺(jué)信息，它們之間是完全不一樣的，觸覺(jué)紋理信息更多的是展示深度信息和結(jié)構(gòu)信息。

　　前面講到標(biāo)志點(diǎn)的移動(dòng)，那么如何通過(guò)人工智能的方法將其處理成三維的計(jì)算?目前我們主要從六個(gè)指標(biāo)來(lái)進(jìn)行比較，綜合指標(biāo)應(yīng)該處于前列，然后用各種樣品進(jìn)行檢測(cè)。比如勺子、不同溫度的鹽水、不同鹽水的水杯，以及各種豆類、不同紋理的布料和毛巾等。怎么挑選需要的豆類?比如要挑綠豆，這就會(huì)是兩種實(shí)驗(yàn)，一種是僅僅用到溫度，一種是用到紋理，二者都用的情況下識(shí)別的成功率遠(yuǎn)遠(yuǎn)高于單一模態(tài)的信息。

　　如今，這種多模態(tài)感知靈巧手在各種操作當(dāng)中進(jìn)行應(yīng)用?；诖耍覀冄邪l(fā)了一個(gè)人工假肢，可以感知到12種行為，并且參加了2018年世界制造業(yè)大會(huì)，中央電視臺(tái)也對(duì)我們的研發(fā)成果進(jìn)行了報(bào)道。

　　再來(lái)看多模態(tài)的感知，我們一直在想機(jī)器人能不能像人一樣做到對(duì)環(huán)境的感知和理解?比如有兩張圖，一張上面是花，另一張上面是老虎，我們可以輕松辨認(rèn)，但機(jī)器可以這樣做嗎?機(jī)器根本不認(rèn)識(shí)什么是花?什么是老虎?只知道花的底層特征是什么，老虎的底層特征是什么。我們需要學(xué)習(xí)從底層特征和語(yǔ)義關(guān)聯(lián)，但是這難以辨別這是畫里的老虎還是真實(shí)的老虎，老虎未來(lái)的行為是什么，我們更無(wú)從談起，所以必須通過(guò)認(rèn)知辦法解決這樣的問(wèn)題。

　　面向靈巧操作的主動(dòng)感知

　　想必大家都聽(tīng)過(guò)烏鴉喝水的故事，烏鴉是最聰明的，當(dāng)烏鴉發(fā)現(xiàn)一個(gè)盛有水的瓶子時(shí)，用眼睛一看發(fā)現(xiàn)這個(gè)高度是嘴難以達(dá)到的，所以把石頭填進(jìn)去，水位隨之上升，慢慢縮短水和嘴之間的距離，然后重復(fù)這樣的操作，不斷地試探，直到水位上升到足夠的高度，成功喝到瓶子里面的水。那么烏鴉的感知過(guò)程是什么?就是從感知到行為，行為又幫助它感知，感知得越來(lái)越精確，最后再回到行為。實(shí)際上，這是一個(gè)閉環(huán)過(guò)程，從感知到行為，行為又來(lái)增強(qiáng)感知，最后到行為實(shí)現(xiàn)目的這樣一個(gè)過(guò)程。

　　這就引入了一個(gè)問(wèn)題，機(jī)器學(xué)習(xí)和機(jī)器人學(xué)習(xí)。如今，很多人在進(jìn)行機(jī)器學(xué)習(xí)相關(guān)的研究，機(jī)器學(xué)習(xí)不強(qiáng)調(diào)和環(huán)境的交互，所以是典型的開(kāi)放學(xué)習(xí)。我們研究的是人工智能的學(xué)習(xí)過(guò)程，比如深度學(xué)習(xí)要研究可解釋性的問(wèn)題，烏鴉的學(xué)習(xí)過(guò)程當(dāng)中用到了感知過(guò)程，就是大腦、眼睛和行為之間形成的行為共融，通過(guò)不斷地從感知到行為，從行為到感知的閉環(huán)過(guò)程實(shí)現(xiàn)了認(rèn)知的過(guò)程，這是一個(gè)非常復(fù)雜的操作過(guò)程。機(jī)器人學(xué)習(xí)就是在與環(huán)境交互過(guò)程中，從感知到行為，再?gòu)男袨榈礁兄恼J(rèn)知過(guò)程。

　　于是，我們提出了一個(gè)主動(dòng)感知的概念。主動(dòng)感知由三個(gè)部分組成：一部分是傳感器主動(dòng)，傳感器如何最快地找到感興趣的目標(biāo)?另一部分是感知模式主動(dòng)，那么多的傳感器究竟是如何做到傳感器的模態(tài)選擇，包括行為的選擇?最后一部分是機(jī)器人能不能像上文提到的烏鴉一樣，通過(guò)不斷的實(shí)踐變得越來(lái)越精明?我們把它叫做發(fā)育。

　　“主動(dòng)控制”，進(jìn)行自動(dòng)化研究的人也常常會(huì)用這個(gè)詞，就是目標(biāo)最開(kāi)始是在坐標(biāo)系當(dāng)中，通過(guò)非線性濾波使得它總是在視場(chǎng)中心，但是當(dāng)它不在你的視場(chǎng)當(dāng)中你怎么找到它呢?如果偽裝了、遮擋了、變形了，你還能找到它嗎?我們可以通過(guò)場(chǎng)景運(yùn)動(dòng)的辦法，通過(guò)對(duì)抗式學(xué)習(xí)實(shí)現(xiàn)這樣的認(rèn)識(shí)過(guò)程。

　　我們有一個(gè)優(yōu)點(diǎn)叫做選擇注意機(jī)制，人的視覺(jué)系統(tǒng)就有這種注意機(jī)制，比如，人們會(huì)對(duì)大的物體、近的物體，以及色彩對(duì)比度比較大的物體感興趣，那么如何把人類視覺(jué)的認(rèn)知過(guò)程和檢測(cè)相結(jié)合?我們開(kāi)始把金字塔模型具有的認(rèn)知過(guò)程與卷積網(wǎng)絡(luò)相結(jié)合，實(shí)現(xiàn)多尺度不同大小的檢測(cè)，以提高它的檢測(cè)率。

　　我們?cè)撊绾翁岣咭曈X(jué)系統(tǒng)對(duì)物體的檢測(cè)率?比如對(duì)于無(wú)人車來(lái)說(shuō)，從某個(gè)角度來(lái)看物體檢測(cè)率比較低，通過(guò)深度強(qiáng)化學(xué)習(xí)找到一個(gè)合適的位置，這個(gè)位置上的檢測(cè)率顯著提高了，這就是從感知到行為的交互過(guò)程。其實(shí)對(duì)于機(jī)器人來(lái)講，操作過(guò)程的手感編碼非常重要，現(xiàn)在雖然有很多編碼，但是編碼過(guò)程還跟什么有關(guān)系?跟手的構(gòu)型有關(guān)，構(gòu)型也是影響編碼的一個(gè)非常重要的因素。

　　我們團(tuán)隊(duì)研究了這樣幾項(xiàng)工作，通過(guò)先進(jìn)動(dòng)態(tài)系統(tǒng)的方式實(shí)現(xiàn)對(duì)觸覺(jué)的建模過(guò)程，什么東西是具有不變性的?只有不變的東西才能變，先進(jìn)動(dòng)態(tài)系統(tǒng)當(dāng)中觀測(cè)數(shù)據(jù)具有不變性，這種觀測(cè)數(shù)據(jù)很難進(jìn)行編碼。因此，我們提出一種辦法，通過(guò)核函數(shù)的辦法進(jìn)行進(jìn)一步的研究。

　　前文提到，編碼不只是和接觸面有關(guān)，還和手的構(gòu)型有關(guān)，那么該如何考慮構(gòu)型的結(jié)構(gòu)信息?對(duì)此，我們提出了聯(lián)合編碼的方法。

　　機(jī)器人身上裝載了很多的傳感器，那么我們能不能做到面向任何場(chǎng)景，對(duì)于有些傳感器不用的時(shí)候?qū)⑵潢P(guān)掉，需要用的時(shí)候再打開(kāi)?尤其是在航天領(lǐng)域中，包括現(xiàn)在我國(guó)發(fā)射的承擔(dān)月球表面巡視探測(cè)任務(wù)的嫦娥四號(hào)月球車，特別需要這種技術(shù)，能不能根據(jù)場(chǎng)景和任務(wù)選擇不同的傳感器?此外，我們還看到不同的傳感器，比如視覺(jué)傳感器跟視角有關(guān)，哪個(gè)角度好?觸覺(jué)和動(dòng)作行為有關(guān)系，雷達(dá)和掃描方式有關(guān)系，能不能一下就確定最好的模態(tài)內(nèi)行為?這是擺在我們面前非常重要的問(wèn)題，如何來(lái)做這件事情?我們可以通過(guò)強(qiáng)化學(xué)習(xí)將它們結(jié)合在一起。

　　現(xiàn)在，還有一個(gè)更重要的問(wèn)題，視覺(jué)和觸覺(jué)如何進(jìn)行融合?對(duì)于視覺(jué)和觸覺(jué)的重要性，也許大家不是很清楚，我們可以通過(guò)兩個(gè)例子進(jìn)行說(shuō)明。比如桌子上有兩個(gè)礦泉水瓶，其中一個(gè)是空的，另一個(gè)里面裝滿了水，按照視覺(jué)表現(xiàn)來(lái)看它們非常接近，但是觸覺(jué)是完全不一樣的，通過(guò)觸覺(jué)的顯著性很容易對(duì)它們進(jìn)行判別。同樣，對(duì)于兩個(gè)用相同材料做的玩具，從視覺(jué)上看完全不同，但它們的觸覺(jué)卻是相當(dāng)接近的，我們通過(guò)視覺(jué)的顯著性很容易判別它們。那么就存在這樣一個(gè)問(wèn)題：我們?nèi)绾卫靡曈X(jué)和觸覺(jué)的顯著性實(shí)現(xiàn)對(duì)目標(biāo)的識(shí)別，包括對(duì)物體材料特性的識(shí)別?對(duì)此，我們團(tuán)隊(duì)也提出了讓視覺(jué)和觸覺(jué)能夠很好地進(jìn)行融合的辦法。

　　我們還要研究視覺(jué)的發(fā)育機(jī)理。機(jī)器人經(jīng)常用到視覺(jué)、聽(tīng)覺(jué)和觸覺(jué)這些關(guān)聯(lián)部分，如何做到這些關(guān)聯(lián)部分的聯(lián)合學(xué)習(xí)?比如我們特別強(qiáng)調(diào)感知是為動(dòng)作服務(wù)的，動(dòng)作又會(huì)對(duì)感知產(chǎn)生作用，聯(lián)合學(xué)習(xí)的過(guò)程是不是也需要發(fā)育和學(xué)習(xí)?這是未來(lái)機(jī)器人學(xué)習(xí)當(dāng)中非常重要的部分。

　　面向靈巧操作的技能學(xué)習(xí)

　　對(duì)于當(dāng)前機(jī)器人的發(fā)展，大家都希望如今的機(jī)器人能夠像人類一樣，哪怕像兒童一樣能夠從事非常靈巧操作的工作。那么現(xiàn)在的機(jī)器人能夠做到怎樣的程度呢?上文提到，我們用到了人的眼睛、手和大腦這種高度的協(xié)同，實(shí)現(xiàn)這樣的機(jī)器人學(xué)習(xí)。目前，技能學(xué)習(xí)主要用到了兩類方法，一種方法就是機(jī)器學(xué)習(xí)，比如大家經(jīng)?？吹降?，給機(jī)器人放一段視頻，視頻內(nèi)容展示機(jī)器人該如何去搭積木，機(jī)器人是怎么理解視頻內(nèi)容的呢?因?yàn)橐曨l中給我們的信息主要有兩個(gè)部分，一部分是視覺(jué)信息，另一部分是接觸力信息，我們要把這個(gè)視頻通過(guò)機(jī)器學(xué)習(xí)進(jìn)行分段，清楚某個(gè)動(dòng)作過(guò)程究竟包含哪幾個(gè)動(dòng)作，然后再和力的動(dòng)作進(jìn)行配對(duì)。我們可以通過(guò)深度學(xué)習(xí)進(jìn)行學(xué)習(xí)，就是學(xué)習(xí)這個(gè)聯(lián)合動(dòng)作的序列。

　　由此我們可以看出，機(jī)器學(xué)習(xí)依賴于效用函數(shù)，較少依賴于人的參與。比如通過(guò)某個(gè)特征自動(dòng)學(xué)習(xí)而不依賴于模型，但是缺少可解釋性，具有很強(qiáng)的普適性。學(xué)過(guò)控制理論的人都知道，閉環(huán)控制就可以做技能學(xué)習(xí)，只要把理想的學(xué)習(xí)過(guò)程變成期望的行為，深入到閉環(huán)系統(tǒng)，然后通過(guò)閉環(huán)控制使得控制系統(tǒng)的輸出跟蹤期望的行為，這也是學(xué)習(xí)控制理論時(shí)經(jīng)常用到的技能學(xué)習(xí)辦法。我們必須知道整個(gè)操作過(guò)程系統(tǒng)模型是什么，而且還要調(diào)整參數(shù)，如果發(fā)現(xiàn)學(xué)得不太好，就要對(duì)這個(gè)參數(shù)進(jìn)行調(diào)整，比較好的地方是具有比較強(qiáng)的可解釋性。由此我們可以看到，機(jī)器學(xué)習(xí)和今天談到的控制系統(tǒng)學(xué)習(xí)具有很強(qiáng)的互補(bǔ)性，這種互補(bǔ)性的結(jié)合就是強(qiáng)化學(xué)習(xí)。

　　如今，很多人在研究強(qiáng)化學(xué)習(xí)，主要通過(guò)機(jī)器人和環(huán)境的交互過(guò)程形成獎(jiǎng)懲信號(hào)，做得好就獎(jiǎng)勵(lì)，做得不好就懲罰，通過(guò)獎(jiǎng)懲信號(hào)指導(dǎo)學(xué)習(xí)。為什么我們要研究模仿學(xué)習(xí)和偏好學(xué)習(xí)?因?yàn)閺?qiáng)化學(xué)習(xí)在很多情況下難以應(yīng)用。比如我們要研究汽車在行駛過(guò)程中如何避障，飛機(jī)在空中飛行時(shí)如何戰(zhàn)斗，對(duì)于這些情況，我們不好進(jìn)行環(huán)境實(shí)驗(yàn)，所以要研究模仿學(xué)習(xí)和偏好學(xué)習(xí)。那么另一個(gè)問(wèn)題又出現(xiàn)了，剛才講到的獎(jiǎng)懲和獎(jiǎng)勵(lì)機(jī)制難以和技能貫穿起來(lái)，所以有人認(rèn)為我們能不能利用對(duì)這些技能操作很好的人，比如在乒乓球比賽中取得好成績(jī)的人，對(duì)他們的行為進(jìn)行學(xué)習(xí)不是更好嗎?所以模仿學(xué)習(xí)已經(jīng)可以引入強(qiáng)化學(xué)習(xí)當(dāng)中。有些人某些工作做得特別好，如何把這個(gè)技能學(xué)會(huì)?這是未來(lái)技能學(xué)習(xí)非常重要的研究工作。

　　我們團(tuán)隊(duì)圍繞著剛才談到的傳感器、人機(jī)交互進(jìn)行人的意圖理解研究，通過(guò)技能學(xué)習(xí)演示驗(yàn)證這個(gè)工作。我們做的第一項(xiàng)工作就是研究能不能讓機(jī)器人彈鋼琴，利用人的手指進(jìn)行示教，通過(guò)訓(xùn)練集找到對(duì)應(yīng)的動(dòng)作。我們把這個(gè)工作引伸到倒水的技能學(xué)習(xí)，對(duì)此還研制了數(shù)據(jù)手套，里面有36個(gè)關(guān)鍵傳感器，能夠檢測(cè)人在操作過(guò)程當(dāng)中所有關(guān)節(jié)的角度和壓力信息，通過(guò)它來(lái)構(gòu)造數(shù)據(jù)集進(jìn)行技能的學(xué)習(xí)。

　　基于主動(dòng)模仿的學(xué)習(xí)是目前技能學(xué)習(xí)非常重要的過(guò)程，就是把好的學(xué)習(xí)行為學(xué)習(xí)下來(lái)。這引出了一個(gè)很重要的問(wèn)題，就是傳統(tǒng)的示教特別依賴于示教者的動(dòng)作行為，學(xué)習(xí)者的學(xué)習(xí)是非常繁瑣也是非常被動(dòng)的，我們?cè)撊绾慰朔@種難題?為了簡(jiǎn)化這一過(guò)程，我們做了一項(xiàng)工作，就是對(duì)于示教者和模仿者來(lái)說(shuō)，如果行為的概率特性一致的話，這個(gè)學(xué)習(xí)就是成功的，如果不一致，這個(gè)學(xué)習(xí)就是失敗的。那么如何利用這個(gè)差別指導(dǎo)學(xué)習(xí)?這是數(shù)學(xué)上的一個(gè)問(wèn)題。最近我們進(jìn)行了相關(guān)的研究，認(rèn)為可以把概率差別歸結(jié)為動(dòng)力學(xué)的測(cè)度差別，通過(guò)這種優(yōu)化就能夠做到基于主動(dòng)模仿的學(xué)習(xí)。

　　機(jī)器人在裝配過(guò)程中擰螺絲是非常重要的環(huán)節(jié)，我們可以說(shuō)學(xué)得好與不好影響不是很大，但是擰螺絲這個(gè)行為是非常重要的，能不能把這種學(xué)習(xí)的機(jī)制做好至關(guān)重要。通過(guò)這種機(jī)制，首先讓機(jī)器人進(jìn)行學(xué)習(xí)，然后讓機(jī)器人操作各種各樣的行為，緊接著讓操作比較好的老師判別一下機(jī)器人哪里學(xué)得比較好，哪里還存在一些問(wèn)題，操作機(jī)制還有哪些問(wèn)題沒(méi)有教給機(jī)器人，再通過(guò)機(jī)械學(xué)習(xí)和人的示教對(duì)比學(xué)習(xí)彌補(bǔ)這個(gè)差別，從而讓擰螺絲的過(guò)程成為學(xué)習(xí)能力的過(guò)程。

　　我們?cè)鲞^(guò)這樣一項(xiàng)研究工作，四足機(jī)器人往往是漫無(wú)目的地移動(dòng)，公安部希望它能夠沿著某種氣味尋找東西，按照這個(gè)方向進(jìn)行相關(guān)的學(xué)習(xí)。為此我們建立了一個(gè)產(chǎn)生庫(kù)，通過(guò)專家自動(dòng)產(chǎn)生這個(gè)庫(kù)，并且通過(guò)差別產(chǎn)生的軌跡做了一個(gè)軟件系統(tǒng)，并設(shè)計(jì)了各種場(chǎng)景來(lái)展示這種能力，獲得了很好的性能表現(xiàn)。

　　展望未來(lái)

　　現(xiàn)在很多人在研究云端智能，其實(shí)云端智能在未來(lái)的技能學(xué)習(xí)中非常重要。技能學(xué)習(xí)需要通過(guò)各種傳感器獲得信息，包括視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、穿戴設(shè)備等，也可以通過(guò)云端和網(wǎng)上信息找到各種類似的操作行為。這些數(shù)據(jù)應(yīng)該怎么處理?如何把這些多模態(tài)的信息分解在一個(gè)又一個(gè)動(dòng)作中，并且形成多模態(tài)的配對(duì)?這就涉及到技能的分割和解析的過(guò)程，通過(guò)這樣兩個(gè)過(guò)程我們就可以進(jìn)行操作技能的表達(dá)，這種知識(shí)表達(dá)是分層的，然后在這種基礎(chǔ)上做到技能的學(xué)習(xí)和技能的增強(qiáng)，就可以做各種各樣的事情了。我們國(guó)家3C行業(yè)當(dāng)中一個(gè)最大的問(wèn)題就是非標(biāo)準(zhǔn)件的安裝和插件的操作，因?yàn)闃?biāo)準(zhǔn)件有大有小、各種各樣，寬的線，窄的線，機(jī)器人有沒(méi)有這種能力進(jìn)行這樣的操作，知道寬的線可以插，短的線也可以插，這就需要技能遷移和增強(qiáng)學(xué)習(xí)。

　　大家都知道，我們國(guó)家3C行業(yè)目前的產(chǎn)值是15萬(wàn)億元，而我們國(guó)家的GDP是90萬(wàn)億元，很多標(biāo)準(zhǔn)件裝配都可以用機(jī)械完成的，但是非標(biāo)準(zhǔn)件和插件現(xiàn)在往往是通過(guò)人工去做的。如果我們把這部分用機(jī)器人代替，可以把工作效率提高200%以上。做人工智能一定要做有用的人工智能，機(jī)器人一定要落地，我們特別希望這項(xiàng)技術(shù)能夠改變我們國(guó)家3C行業(yè)制造的現(xiàn)狀，造福我們國(guó)家的智能制造發(fā)展。