近日，加州大学伯克利分校的一个机器人研究团队推出了最新的成果：为机器人研究开发的机器人——Blue，低成本、专为 AI 设计的 Blue 旨在减轻机器人研究者的经济负担的，推进机器人的研究。
图|Blue 机器人（来源：加州大学伯克利分校）
领导这一团队的有加州大学伯利克分校教授、强化学习领域大牛Pieter Abbeel、研究员 Stephen McKinley 、David Gealy。
图|左至右依次为Pieter Abbeel、David Gealy、Stephen McKinley
”近几年，AI 已经取得了长足的发展，这让现在的机器人在软件层面变得更加智能，但硬件上却原地踏步了很多年。我们需要为如今的 AI 时代开发新的机器人硬件。“Pieter Abbeel 表示。在成本方面，Stephen McKinley 认为，机器人越来越能够在反复的实验中掌握新的技能，但如果没有低成本的平台来支持反复的试验和研究，可能无法快速发展。因此降低造价对推进机器人研究也至关重要。
根据其官方介绍，Blue 机器人具备 7 个自由度的双臂机器人，量产之后价格有望控制在 2000 美元以下。麻省理工科技评论在报道中提到，Blue 机器人系统仅包含了一些低级的软件用以操控机器人，不过更重要的是它能够支持其他研究者自主编写更多 AI 软件。
团队表示该机器人旨在利用最新的 AI 算法来执行复杂的任务，同时保证价格低廉和安全性，减轻研究者的购买负担。
值得关注的是，这款机器人支持研究者使用 VR 进行控制，这一过程对训练 AI 机器人算法非常重要。在研究者通过 VR 设备操控机器人的同时，AI 算法能够对行为进行模仿学习，相当于人类为机器人减少了很多试错的过程，让机器人快速掌握某项技能。
图|Blue 机器人（来源：加州大学伯克利分校）
Blue 机器人自身重量仅为 8.7 千克，连续有效荷载为 2 千克。从这些简单数据可看出，该机器人的荷载不大，并不是为了执行生产任务设计的。
传统的工业机器人为了顺利进行重复性生产任务，通常具备较高的精度和强度，但这就无法保证人类在旁边工作时的安全性，同时也无法胜任更加灵活的工作。因此，协作机器人在近几年应运而生，旨在将机器人（精确）的重复性能和人的能力结合起来，同时为了能够与人类共同工作，协作机器人大多进行了防夹伤、防碰撞的设计。但协作机器人的售价也常常在数万美元以上。
团队在设计 Blue 时也充分考虑到了研究者安全和试验需求，如机器人对外力非常敏感，避免人类在操作时被夹伤，同时研究者还能对机器人进行调节，让其可以表现得非常僵硬，也可以变得非常放松，易于拖动。
此外，灵活程度也是该团队十分看重的要素，Blue 机器人除了拥有 7 个自由度，在转动幅度上的表现也较为出色，这是为了让使用者能够教机器人进行更加复杂和多样的动作。
不过与此同时，机器人的精度和力量则被大幅削弱了，这也是能够降低成本的重要原因。McKinley 表示，他们认为该机器人不需要太高的精度和力量，开发机器人的重点只是为了能够更加智能。
（来源： Embodied Intelligence）
Pieter Abbeel 目前为加州大学伯克利分校教授、机器人学习实验室主任，伯克利人工智能研究 (BAIR) 实验室联合主任。过去几年，Pieter Abbeel 及其带领的团队致力于让机器人能够观察人类的行为，通过模仿学习多种技能，目前团队已成功让机器人学会打结、基本装配、叠衣服等操作。
2017 年 Pieter Abbeel 与陈曦（Peter Chen）、段岩（Rocky Duan）和 张天浩（Tianhao Zhang）创立了 Embodied Intelligence（如今公司名：COVARIANT.AI），旨在借助深度模仿学习（Deep Imitation Learning）、深度强化学习（Deep Reinforcement Learning），开发 AI 软件帮助机器人更轻易、高效地学会复杂的操作。
图|左至右 Pieter Abbeel、陈曦、段岩、张天浩
PieterAbbeel 认为，一旦机器人通过模仿学习掌握了某种技能，它们可以更快地通过强化学习不断将这项技能进化，进而达到趋于完美的，这可比普通的编程或者强化学习要有效得多。
