叮咚！你好，我是给你送快递的机器人

图片来源：Ford and Agility Robotics 所有者：Ford and Agility Robotics

今天，汽车制造商福特宣布，它们的自动送货车队将不仅仅运送包裹，他们在汽车尾部装载了一个双足机器人，和包裹一起运输。

Digit是今年早些时候在IEEE Spectrum封面亮相的仿人类敏捷机器人，它比一般机器人的移动更具动感时尚，而且，它还能够在高低不平的地上行走，爬楼梯，还能携带20kg重的包裹。

福特公司在Medium上的一篇帖子说，Digit可以把你的包裹从路边一直送到你家门前，这段路程是自动驾驶汽车开不进去的。福特公司打算在2021年推出一个自动驾驶汽车服务。

在视频中，尽管Digit还不能完全自动化操作，但它还是表现得很完美。它通过一些命令进行高水平的远程操作，像“走到这个地方”，“爬楼梯”，“放下包裹”这种。在视频拍摄过程中，Digit一次都没有摔倒过，但是，对这个机器人来说有个更大的挑战，就是当它送货到各家各户时，它可能会遇到倾斜的地面、不规则的楼梯、杂草丛生的院子、大门或者是到处跑的宠物、小孩等阻碍。

以汽车为基站给Digit带来了很多便利。比如，对比大多数大型机器人，Digit携带的电池要小得多，因为它一次送货只需要运行很短的时间，在前往下一个送货点的时候，它又可以回到车上重新充电。Digit还配备有几个立体照相机和一个激光雷达，这让它可以在送快递的时候从它的机器人同伴那得到帮助，完善地图绘制以及得到更多路径规划。福特公司说，这是一个优势，因为它的无人驾驶汽车配备了比Digit独自携带的更强大的传感器和计算机。

在一般情况下，Digit本身就有足够的感知能力去运行。如果它突然遇到一个意料之外的障碍，它可以发送一个图像回车里，然后汽车就会给出解决方案。这个汽车甚至还能把信息发送到云端去询问其他系统，帮助Digit导航所处的环境，保持机器人轻巧灵活地活动的同时，提供多层次的额外帮助。

　　这是非常有趣的概念，为了学习更多关于Digit将怎么处理剩下的所有操作，IEEE Spectrum与Agility Robotics的CEO Damion Shelton进行了交谈：

　　IEEE Spectrum： 把自主导航所需的传感和计算从机器人身上拿掉，这种想法好有趣，您能够分步说明一下您将会在机器人和汽车上做些什么吗？

　　Damion Shelton：确切的划分还没确定下来，但是基本的想法是在机器人上运行实时（或者接近实时）处理的任务，并推掉其他外接的任务。机器人能做的事情有落脚点定位、低水平姿态控制、执行以前训练过强化学习行为，以及3到5步的路径规划。汽车能够执行的任务包括地图的存储和检索、强化学习行为的训练、以及在部署期间初始化机器人的全域姿态。在我们看来，全域姿态的初始化是汽车最重要的功能之一。如果没有这一点，Digit可能需要从每一次下车的着陆点去构建当地的世界模型。

　　IEEE Spectrum：现在的双足机器人能够机械地穿过半结构化地形，但要它在没有人类监督的情况下，在半结构地形上好好地工作，还有很长的路要走，您将怎么提高在实际应用中部署Digit的自信心呢，并且你需要解决的最大的挑战是什么呢？

　　Damion Shelton： 我们预计在相当长的一段时间内不会在没有人类监督的情况下操作机器人。最开始的时候，我们希望机器人在操作的时候会有人在它附近，随着时间推移，人为监视这种形式会慢慢改善。在我们确信它在某个特定地理位置的性能是可靠的之后，直接监视就会被“客户服务中心”风格的中央监视取代，但这至少需要几年的时间。从数据收集以及硬件和软件的持续改进的角度上看，在近阶段需要监视的这一事实不是一件坏事。尤其是在协作应用中，机器人是送货司机的助理，人类部分参与这个过程的额外成本几乎是零。（因为司机现在已经在做这个工作了）

IEEE Spectrum： Digit难免会遇到许多不确定的，动态的障碍，就像其他人或动物一样。面对这些各式各样的预料之外的边缘状况时，你对自动化的可靠性有多担心？

Damion Shelton：从测试部署的角度上看（数以百计的机器人规模），我们的计划是避免我们无法处理的边缘情况，同时也保留足够的不确定性，让我们可以持续地做研发改进。从2020年早些时候开始，在12到18个月的测试中，我们预计提前映射和限定所有我们操作过的环境。大多数无人驾驶汽车公司都是这么做的：先在某个自己能理解能掌握的小区域内开始试验，做出一些成果以后再扩大这个区域范围。十分确定的是，在早期，我们不能处理这世界上大多数的“疑难问题”，但我不认为这是部署的障碍。我们不需要解决最困难的问题，因为即使是最简单的市场份额的十分之一，相对于任何合理的持续增长率，也都是巨大的。

但是这并不是为了最小化边缘情况的难度。你说的完全正确，在现实世界中，可依赖性是一个巨大的挑战，我们希望尽可能快地在世界上应用Digits，即使我们还没有可部署的解决方案，但我们开始收集难题的数据了。

IEEE Spectrum：Digit能够和人类直接互动吗？这些互动会是什么样的？

Damion Shelton：我们不是十分关注人机交互的问题，除非它们和流动性相关。在一个完美的世界中，Digit融入了背景，互动主要是非语言的。你知道，你走在人行道上，其他行人不会突然撞上你，因为他们有一个姿态、步态动力学等心理模型。我们思考了很多这些动态线索，但没有计划把Digit变成一个风趣健谈的机器人。虽然话是这么说，但Digit的生产版本还是会有一个扬声器和一个光源显示屏，这两个东西都能够被用来向外部世界提供最低限度的反馈。

IEEE Spectrum：你在设计Digit的时候就想到这个应用了吗？你还想看到Digit做些什么呢？

Damion Shelton：是的，至少在某种意义上，我们从一开始就相信，对Digit来说，最好的早期市场是物流市场。这个市场要求腿部要灵活（至少在我们关注的领域），但不需要超级先进的人工智能（在“简单”的环境中）、美国FDA认证（如老年人家庭辅助机器人）或是在恶劣环境下操作（比如救火）。基本上，如果你能够在世界上移动穿行，还能够搬箱子，那么你就有了物流需要的最基本的技能。

快递服务业是一个大型的、高速增长的行业，这也让我们从第一天开始就能够去关注这个有利可图的用例。机器人经常从事许多“脏乱差且危险”的工作，这些工作不仅很有挑战性，而且能胜任的人很少。把有腿机器人作为工具用于灾后复原，搜救等，这种说法已经被提了很多年，但机器人要在这样的环境下移动是极具挑战性的。并且，商业案例很难一开始就合理化。相反，如果我们有一队Digits ，通过最后一英里环境的大型训练集，学习在世界各地移动穿行，同时有商业部署的成本压力和规模经济，那么，我们在更专业的市场上提供有竞争力的产品的几率急剧上升。