今年，AlphaGo在围棋界再次战胜人类，全新iPhone搭载上专用于机器学习的自研芯片实现更多智能识别任务——人工智能的机器学习技术逐渐融入更多应用领域。作为人工智能技术最重要的载体之一，智能机器人更展现了机器学习在多种领域的应用可能。10月9日，，致力于推动技术革新与进步、全球最大的专业技术组织——IEEE（电气与电子工程师协会）推出“机器人学习”主题系列视频，特意邀请来自中国、印度和巴西的资深IEEE机器人专家，向全球科技爱好者分享他们在机器学习领域的研究成果。三位IEEE专家共同解读，如何打造能与人类共融协作的智能机器人，为改善人类生活方式提供更多可能。

自主导航：机器人的“智能第一步”

无论是家庭扫地机器人，还是引领未来出行方式的无人驾驶汽车，大部分任务都要求它们完成从A到B点的移动。这意味着机器人需要具备自主导航能力，不仅掌握自身的实时定位，更要根据对地形信息的收集，迅速分析并规划避障路线，流畅安全地完成移动任务。

IEEE会员、香港科技大学的刘明教授作为中国专家代表，在视频中展示了他带领研发的无人驾驶汽车项目。

据刘教授介绍，该款无人驾驶车的学习过程应用了SLAM(即时定位与地图创建)技术，通过激光雷达收集周边的地图数据，利用几何学和算法优化让车辆实现同步定位与地图构建。之后，结合深度学习和强化学习，机器人能够在测试过程中不断累积“工作”经验，逐渐完善自身功能。对于未来机器人发展的展望，刘教授认为，“自主导航是机器人的核心需求，因为这是保证机器人能以安全的方式与人类共同协作，和谐共处的第一步。”

自主学习：定制个性化的机器人

据市场调研机构IDC最近发布的《人工智能时代的机器人3.0新生态》报告显示，到2020年，全球商用服务机器人在医疗、零售批发、公共事业和交通领域的市场规模将达到170亿美元。爆发式增长的市场规模带来了日新月异的用户需求，传统机器人一成不变的功能设计需要作出更灵活的调整。

为了让机器人更好地配合用户应对各种挑战，工程师将自主学习技术搭载到新一代机器人身上，通过不断开拓和优化功能，使机器人因地制宜地完成各项任务。印度机器人专家代表，IEEE终身会员Jaykrishnan T在视频中展示了他的团队正在开发的Sayabot服务机器人。通过自主学习技术，用户能够定制这款机器人的行为模式。在开发初期，研发人员利用用户分享的数据样本，训练机器人的AI引擎解析用户数据，定义Sayabot的应用领域。明确了工作的范围后，Sayabot将循环执行测试任务。它的AI引擎能够通过身上的各类传感器实时收集数据，像人类一样累积经验不断自我优化，而使机器人能够胜任人类工作。

认知系统：让机器人表现得更像人

在电影《超能陆战队》中，机器人大白看似迟缓呆萌，实则是集百般武艺于一身的超级英雄。这强大实力的背后，得益于其认知系统。大白学习各种武术后，能把全部动作技能记忆保存起来，必要时迅速反应挥拳退敌。在现实生活中，构建机器人的认知系统，也是新一代智能机器人研发工作的重中之重。

IEEE会员、巴西坎皮纳斯州立大学Esther Luna Colombini教授将认知系统加入到她的机器人科研项目当中。她所研发的是一款人型机器人，用于协助女子足球运动员进行训练。Colombini教授认为，“建立认知系统实际上就是将所有机器学习的过程聚合起来，让机器人能自如使用已习得的行为能力，并且在过程中不断自我完善和优化”。这款机器人会模仿球员的各种动作技能，例如走路、踢球、跌倒后起立等，通过大量的机器学习技术在训练中不断试错、学习、调整，直至能够熟练掌握。最终，这些足球技能都会通过“认知系统”融会贯通，根据实际赛况自主判断使用哪项技能。

随着机器学习技术的更新迭代，人工智能的疆域将不断拓展。未来，在机器学习技术的加持下，智能机器人将无需人类辅助也能够自学成才，从而更好地分担工作任务，与人类共同协作。同时，机器人的应用范围正在逐步扩大，业界对人工智能、机器学习、自动化等相关领域技术人才的需求将会大幅提高，相信机器学习相关领域也有望成为未来教育培训的热门专业。