1. 機器人的建造

1.1. 魚形機器人、藥丸機器人、汽車機器人和蟑螂機器人，它們有一些共同的基本特征

• 1.1.1. 機器人的身體都有傳感器，可以像人類的眼睛、耳朵和皮膚一樣收集來自世界的輸入，這個身體需要一種發起行動的方法

• 1.1.2. 它要能自主移動

• 1.1.3. 如果處于靜止狀態，要能移動別的物體

1.2. 機器人只能做其身體能做的事情

• 1.2.1. 工業臂無法在工廠周圍行駛

• 1.2.2. 多數機器人的活動涉及移動和/或操縱物體

1.3. 為了制造有效的機器人，我們必須優化機器人的身體和大腦

• 1.3.1. 如果你造出的機器人大腦很強大，但沒有硬件來執行它選擇的動作，那只能說你的數學表示很優美，但并沒有建造出真正的機器人

1.4. 機器人是一種可編程的機械設備，它從周圍環境中接收輸入信息，處理所獲取的信息，然后根據輸入信息采取物理行動

1.5. 機器人是能夠執行“感知-思考-行動”循環的機器

1.6. 現代工業機器人通常在金屬框架中運行，因為它們不夠智能，或不夠靈活，無法對人類的指令做出反應

1.7. 如今，機器人專家用以制造智能機器的材料不僅限于硬塑料和金屬，還包括硅和橡膠等更柔軟、更靈活的材料

• 1.7.1. 如今，機器人專家用以制造智能機器的材料不僅限于硬塑料和金屬，還包括硅和橡膠等更柔軟、更靈活的材料

• 1.7.2. 柔性機器人能適應環境，無論是像家這樣的人類活動空間，還是生長著珊瑚礁的深海

• 1.7.3. 可消化手術設備

• 1.7.3.1. 其身體的原材料是腸衣

• 1.7.3.2. 選擇腸衣并非賣弄小聰明，也不是因為我們的實驗員喜歡臘腸，而是因為它既無毒又可以生物降解

1.8. 機器人專家正在設計魚形機器人和章魚機器人

• 1.8.1. 現在已經有了多足機器人和蛇形機器人

• 1.8.2. 制造了可自行展開的折紙機器人，以及可移動的迷你版悉尼歌劇院

1.9. 機器人學界利用的新材料越來越多樣化，想象力也越來越豐富，這是思維轉變的副產品

2. 機器人的身體

2.1. 底架

• 2.1.1. 視為機械組件，或者機器人的“骨架”?

2.2. 要添加機電組件，包括傳感器、發動機以及被稱作“致動器”的人造肌肉

2.3. 要添加一臺計算機，它是機器人的大腦，能夠存儲數據、處理信息，向所有發動機和致動器發出具體指令

• 2.3.1. 要將高級指令分解為許多任務和子任務，這些任務告訴發動機和致動器具體要做什么，何時做，或按什么順序做

2.4. 還要有安置專用電子器件和軟件的中間層，它位于機電組件和中央計算機之間，如此一來，機器人的大腦就可以收集來自傳感器的數據，將指令發送給發動機和人造肌肉

• 2.4.1. 可以將中間層想象成人類神經系統的一種人工形式

2.5. 5個基本部分

• 2.5.1. 底架

• 2.5.2. 機電組件（如傳感器、致動器、電纜和電源）

• 2.5.3. 計算硬件（如處理器和存儲器）

• 2.5.4. 通信基板（連接機電組件和計算硬件）

• 2.5.5. 大腦（對機器人運行所需的算法進行編碼的軟件，用于管理感知、規劃、學習、推理、協調和控制）

• 2.5.6. 成功地將這5個部分連接在一起，我們就建造出了一個機器人

2.6. 傳感器和致動器

• 2.6.1. 它們能讓機器人感知環境，在現實世界中施以某種力或某個行動

• 2.6.2. 致動器和傳感器必須契合機器人的形體

• 2.6.3. 機器人學界一直在設計新的傳感器、發動機和致動器，以適應柔性的、具有另類形體的新機器

• 2.6.4. 研制出人造肌肉，它運用水力學和流控技術而非諸如FOAM技術之類的電子學施力

2.7. 機器人的身體只是復雜的雕塑，它沒有像人腦一樣的大腦告訴它做什么、何時去做

• 2.7.1. 機器人可能得從過去的經驗中存儲數據，用身體的傳感器收集周圍環境的信息，數據會源源不斷地流入機器人

• 2.7.2. 物理大腦還要有強大的處理組件來運行程序，幫助機器人理解所有存儲數據和流數據，做出行動規劃和預測，思考下一步要做什么，或如何應對始料不及的情況

• 2.7.3. 物理大腦還要有強大的處理組件來運行程序，幫助機器人理解所有存儲數據和流數據，做出行動規劃和預測，思考下一步要做什么，或如何應對始料不及的情況

3. 人工智能

3.1. 艾倫·圖靈

3.2. 馬文·明斯基

• 3.2.1. 1961年的論文《通向人工智能的幾個步驟》

3.3. 如今，普通智能手機的功能遠比20世紀80年代大肆吹捧的Cray-2超級計算機強大

3.4. 計算機、智能機器和傳感器的激增帶來驚人的數據增長，富有創新精神的研究人員開發完善了數千種數據搜索算法，用以發現模式、做出預測和學習

3.5. 2022年5月，谷歌母公司Alphabet旗下的人工智能公司DeepMind推出了一款名為Gato的人工智能模型，該模型可以完成600多項不同的任務

3.6. “人工智能”的含義模糊、包羅萬象，它確實在機器人的大腦中運作，但主要集中于較高層次的決策和推理

• 3.6.1. 弱人工智能

3.7. 機器人要發揮作用，還需具備許多為人工智能程序服務的處理功能

3.8. 機器人的大腦由數十個獨立且相互連接的算法組成，每個算法都是為特定的工作而設計和優化的

• 3.8.1. 機器人大腦的軟件是由單個程序組成的網絡，包括高級人工智能引擎和控制電機運作方式和時間的低級控制器

• 3.8.2. 一種運用廣泛的規劃和推理系統是“斯坦福研究院問題求解器”?，縮寫為STRIPS

3.9. STRIPS

• 3.9.1. 從初始狀態開始，或從一組量開始，這組量可以全面描述機器人隨時間推移的運動情況

• 3.9.1.1. 初始狀態包括機器人的初始位置，目標狀態包括任務結束時這些參數的期望值

• 3.9.2. 確定規劃者想達到的目標狀態或情況

• 3.9.3. 確定一系列行動

• 3.9.3.1. 先決條件（行動執行前必須確定的條件，通常以數理邏輯語言描述為邏輯公式，用來檢查哪些公式適合編程）?

• 3.9.3.2. 后置條件（行動執行后的結果，也被描述為邏輯公式）

• 3.9.4. 滿足了順序中的每個后置條件，就可以從一個行動過渡到下一個行動了

3.10. 人類的許多行動和活動似乎是在不假思索的狀態下進行的

• 3.10.1. 人類的大腦有兩個決策系統

• 3.10.2. 系統1運行速度快、不易察覺、訴諸直覺且不精準，在執行日常體力活動時（比如走路、爬樓梯、扣襯衫扣子、彈鋼琴）?，它控制著我們的無意識決定

• 3.10.3. 系統2運行速度慢，深思熟慮，通常用于需要邏輯和集中注意力的決策任務，例如寫代碼、下棋或整理衣柜

3.11. 機器人智能也有類似的分層，但如果人類有兩個系統，那么機器人至少有4個系統

• 3.11.1. 認知控制器將我的抽象要求（?“來一杯咖啡”?）轉換為一系列可實現的任務

• 3.11.2. 任務控制器決定機器人需要做什么才能實現目標

• 3.11.3. 高級控制器掌控著作為整體的各個物理組件的運動

• 3.11.4. 低級控制器準確地告訴各個關節（比如腳踝、膝蓋和抓手）中的電機要做什么、何時做以及做多久

3.12. 機器人的大腦必須在多個層面上發揮作用，還要時刻意識到，它在朝著更大的目標前進

4. 機器人的思考

4.1. 自動原動機，外號aPM

• 4.1.1. 高效運輸貨物，可能很快會成為供應鏈解決方案中重要的一環

• 4.1.2. 這類機器人分擔了人和機器的工作量，解決了當前勞動力嚴重短缺的問題

• 4.1.3. 機器人承擔著物流作業的協調和日常工作，讓人類專注于更復雜的任務

4.2. 港口的貨物運輸比城市的出行運輸要容易

• 4.2.1. 可以制造出能在低復雜度和低交互環境中慢速獨立移動的機器人

4.3. 對汽車機器人而言，大腦是其推理和決策系統，身體就是汽車本身

• 4.3.1. 改裝車要符合機器人的標準，必須能收集來自世界的輸入，并施加能引發行動的力，比如轉動車輪

4.4. 在人類駕駛的大多數場景中，我們通過眼睛收集的視覺信息提供了足夠的數據

4.5. 幾十年來，全球最聰慧的科學家一直致力于計算機的視覺研究，但從圖像識別角度看，我們還遠未達到100%的準確率

4.6. 關于特斯拉“自動駕駛”的第一起致命事故的原因是，一輛白色牽引拖車正在橫穿馬路，自動駕駛系統將它與遠處的云混淆了

• 4.6.1. 這場悲劇源于感知系統的錯誤

4.7. 自動駕駛系統有時會看到不存在的障礙物，并突然做出反應

• 4.7.1. 這項技術給人留下的印象非常深刻，也在不斷改進，但現在在應用時仍需要司機投入大量注意力

4.8. 鑒于物體識別的缺陷和高出錯率，需要為自動駕駛的奧迪配備高分辨率攝像頭，還必須配備更多增強其視覺的“眼睛”?

• 4.8.1. 事實證明，最流行、最有效的視覺傳感器是激光雷達

• 4.8.2. 激光掃描儀置于自動駕駛汽車的頂部，它們快速旋轉，向各個方向發射脈沖光波

• 4.8.3. 在大約300米的范圍內（略大于3個足球場的長度）?，脈沖從碰到的所有物體上的所有點反射回來

• 4.8.4. 根據每個脈沖返回傳感器的時間，機器人的大腦會計算自身離該點有多遠

• 4.8.5. 自動駕駛汽車研發公司都用激光雷達進行傳感，正是因為激光測量的結果非常精準

• 4.8.6. 激光掃描儀有一個軟肋：水

• 4.8.6.1. 它們發出的光波會從雨雪的水滴上反射

• 4.8.6.2. 水坑也讓它們困惑，因為積水會反射光線

4.9. 高精(high-definition)地圖，或HD地圖

• 4.9.1. 機器人需要看到一個與人類所見的截然不同的、更詳細的世界

4.10. 自動駕駛汽車的大腦由數十種獨立的算法組成，每種算法都是為了特定的作用而設計和優化的

• 4.10.1. 另一套算法則用來處理傳入的傳感器數據，將其與存儲的世界地圖進行比較，確定機器人在地圖中的位置

• 4.10.1.1. 定位

4.11. 對于指定的攝像頭圖像，算法非常擅長確定哪些像素屬于同一對象

• 4.11.1. 攝像頭收集的圖像會被算法分割成多個部分

• 4.11.1.1. 分割

4.12. 對象識別和標注，即找出分割的對象中哪些是汽車，哪些是人或寵物

4.13. 配置空間

4.14. 控制，包括向汽車的轉向、加速和制動系統發送指令

• 4.14.1. 控制理論是一個成熟的領域，致力于計算如何對車輛的驅動系統，即讓車輪旋轉和轉動的電機，施加力和扭矩，以使其以目標方式移動

4.15. 汽車的反應速度取決于其檢測新障礙物的速度以及對線路糾偏命令的響應速度

• 4.15.1. 汽車行駛得越慢，就越容易對新事件做出反應

• 4.15.2. 汽車除了要知道如何瞬時移動，在公共道路上行駛時還要了解并遵守道路規則

• 4.15.3. 高階規劃器能依照交通法規對交通燈、路標和其他車輛做出反應，因而可滿足這些要求

4.16. 要達到第5級自動駕駛，汽車必須在所有環境下始終處于完全自動駕駛模式

4.17. 自動駕駛汽車安全有效地運行的條件是低速、低復雜性、在最低限度上與其他車輛互動

• 4.17.1. 小型封閉式社區、大型停車場、校園、港口、工廠大院中的私人通道，或少雨的郊區

4.18. 自動駕駛汽車可以運送貨物和人員，前提是以安全的速度行駛，并且周圍的環境不會快速改變

• 4.18.1. 還可以在公共道路上使用自動駕駛系統，比如港口周圍，或像舊金山這樣氣候溫和、有高精地圖的城市

4.19. “監護人自治”(guardian autonomy)

• 4.19.1. 目標是利用比肉眼更開闊的感知系統和基于芯片的推理引擎確保司機不犯錯

• 4.19.2. 你仍有控制權，會在駕駛難度高的道路上掌控駕駛，但監護人系統會增強你的感知，使你成為技術更精湛、更安全的駕駛員