野外机器人自由意志主义

来自 AI 研究立场图谱百科

野外机器人自由意志主义:机器人只有在不受控的真实环境里才能证明自己;在泥里、雨里、沙尘里能用的就是对的,只在实验室能用的不算。

主张

野外机器人自由意志主义对排行榜和实验室 demo 没什么耐心。它的主场是沙漠、森林、矿井、农田和灾害现场:光照会变,GPS 会丢,传感器会脏,也没人能帮你重置 episode。信徒们在方法论上很随性:经典状态估计、学习出来的步态、精心的机械设计,什么能扛住现实的考验就用什么。他们共同的信念是:真实世界是唯一无法被过拟合的 benchmark。

它位于图上靠近世界一端的位置,具身和物理到了极致;又接近 harness 一端,因为野外系统是感知、建图、规划、控制集成起来的整套 stack,中间少不了大量工程胶水。颜色属于革命派:它远离主流,看重久经考验的可靠性,而不是当下以规模为先的潮流。所谓”自由意志主义”,体现在它不信任任何中央教条,模拟器也不例外。

论据

  • 沙漠里的长距离自动驾驶挑战赛表明,集成良好、精心工程化的系统能应付没预演过的地形,而实验室里训练的方法做不到。
  • 在仿真中训练的四足步态,正是靠穿越崎岖自然地形才得到验证,野外测试才是让结果令人信服的关键。
  • 野外部署会暴露出任何 benchmark 或模拟器都没预料到的失败模式:传感器退化、长尾情况、机械磨损。

批评

  • 野外实验慢、贵、难复现,方法之间很难做严格比较。
  • 专注于定制的、面向特定任务的系统,可能错过大型学习模型带来的通用性。
  • 仿真派认为,只有在仿真里扩大规模才能积累足够的经验,野外测试应该是验证手段,而不是主要的学习来源。

代表作

关系

怎样测出它

在完整版或专业版里落到这一格:x ≈ +0.79,y ≈ −0.78,范式 ≈ +0.44。

这是初稿。欢迎通过 pull request 修正或补充更好的论据。 在 GitHub 上编辑这个词条 编辑它的数据