以下
文
章来源于微信公众号：
计算机视觉life
作者：c
vlife.net
链接：https://mp.weixin.qq.com/s/6YvV2RASsDhwFzTjQOHujw
本文仅用于学术分享，如有侵权，请联系
后
台作删文处理
我们为什么要把机器人做成人形？人形机器人一直是科幻和现实世界中一个引人入胜的话题。从工厂自动化到家庭服务，人形机器人的设计和制造似乎成为了技术发展的一个重要方向。本文将探讨人形机器人的设计动机、技术挑战、应用前景以及它们在社会中的意义。
扫地机器人渗透率早就超过所谓阈值了，为什么没有像手机一样啊大爆发？
保洁阿姨还可以摆放桌子上的物品，可以擦玻璃，可以刷水池刷马桶，主任要求的话还可以叠衣服收到衣柜里。
就上面这些功能点，随便一个做出来都可以去找投资人要一个小目标。
但是！重点来了
，你不可能要求消费者为这些功能，每一个都单独花几千块买一个机器人！
消费者能接受的是一个完成好多功能的机器人，起码不能只会做一样。
那么回到问题，如果要做一个既能扫地，又能擦玻璃，收拾桌子的机器人，该做成什么样式呢？
因为我们身边的桌子，椅子，水池。。。都是按照人体尺寸设计的。
马斯克做人形机器人的最底层原因是
第一性原理
。根据第一性原理，首先，机器人做成人形就能用人的视频数据训练机器的AI，其次，人类的工具都是适应人的。第二点别的回答都讲烂了，我就讲讲第一点。
现代人工智能最需要的方法就是
深度学习
，目前看，基本一切传统基于符号的人工智能方法要么和深度学习结合了，要么被深度学习代替了。
而深度学习的学，基本上可以看成模仿，除了RL。RL是人给定奖励分数的分配方法，让AI从头思考如何获取最多的分数。
但是RL有个很大的问题，就是对于一个白纸一般的AI，他没有任何经验，一切从头开始，只能靠不断试错积累经验。所以一般训练机器人，需要用和机器人形状类似的能动主体的视频来先训练AI出一个大体的样，这里用到的方法就叫模仿学习，是一种监督学习方法。之后再用RL微调。
基于RL的方法，还有一种自带经验的，就是基于世界模型的RL。世界模型就是用视频训练一个在经验上包罗万象的模型，让AI一出生就自带经验。但是这种方法需要有模型，而模型也是来自于类似的视频。所以要想低成本快速训练机器人，不可能逃得开人类视频。
体会就是，那个四关节悬臂编程真的想呕血，如果能直接让它照着我的动作学就好了。
所以，
人型机器人最强的优势，那就是其实它可以是一个人的“数字孪生”。和现在AI技术结合，简直是天生的双生树
。
陪伴什么的都是次要了。以后可能就是我们的大脑统一保管在一个容器里收集电信号，然后自己的孪生机器人在大街上晃荡
补充一下，今年（2023）国家拨了很大一笔经费支持人形机器人的全方位发展（包括关键零部件设计制造到大模型），乘着这股东风，国内很多高校、研究所都在积极申请相关项目，很多机器人公司也突然崭露头角，人形机器人突然间就火了。
个人觉得，人形机器人研究的确能推动相关领域的发展，但是人形机器人作为一个产品为社会生产提供助力还遥遥无期。
1，人类社会中的绝大多数建筑、设施、工具等都是为了方便人的使用而设计的。因此，如果要造一台
通用
的机器人，那么
直观
上就应该是人型机器人。
2，普遍认为，人类与人型机器人更容易有
情感
上的交流，人型机器人会让人类感觉到亲近。可以参考
恐怖谷效应
中那个曲线的第一段上升部分。
其实，这个问题的有意思之处不在于上面提到的原因，而在于原因背后的逻辑。
我在叙述上面两点原因时，加粗标注了三个关键词：
通用，直观，情感
。其中情感可以合并到通用里面，通用就是指
多功能
。
我们想让机器人更加通用，而选择人型，但事实上，我们现在并没有一套技术，能够制造一台很通用的机器人。而且当大程度改变一种构型，相关技术要求差别很大。因此我们实际上没有办法去科学严谨地证明人型就是最好的选择，可能三条腿五只胳膊更好也说不定，只能直观上认为人型好。
因此，现实中，我们的确因为上面两点理由选择研究人型机器人，但同时我们也的确没有在逻辑上完全合理的理由选择人型。
1，我们有研究大型复杂机器人的科研欲望和需求。在这个前提下，我们必须选择一个形态去研究，尽管我们还没有逻辑上完全合理的理由，但相比选择其他构型或者自己设计一个新的构型，人型也的的确确是一个不错的选择，它至少还有上面两点理由可以宣传，而且人型也是一个统一的模板，方便同行之间比较。
2，人是造物主最完美的作品，我们心底一直有着挑战造物主权威的渴望。
其实选择人型和研究大型复杂机器人两者之间是一个鸡生蛋蛋生鸡的问题。你得先选好构型才能研究技术，而研究的技术往往会纠正构型的选择。因此当前阶段，选择人型其实不是也不必要是完美的选择。科学家的事未必都是科学的，从无到有的创造，往往有几次拍脑袋做的决定。
推荐阅读
