談起迪士尼，你會想到機智勇敢的公主們？

城堡上空絢麗的煙花？

還是......迪士尼出品的機器人？？？

近日召開的機器人國際頂級會議 2020 IEEE 國際智能機器人與系統大會（IROS 2020）上，有一篇論文發表，介紹的就是上面這款似人非人、似機器確實是機器的機器人。

論文題為 Realistic and Interactive Robot Gaze（逼真、可互動的機器人凝視）——的確，來自這款機器人的凝視可太逼真了！

再近距離觀察一下它的眼球。

在迪士尼樂園偶遇機器人

這款機器人的特征應該不難發現，一是沒有皮膚，二是會眼神互動。

維基百科上，類人機器人（Humanoid robot）的定義是：機器人的一種，具有類似于人類外型的特征，例如有頭部、軀干跟手腳，但不一定有頭發、五官、牙齒、皮膚等細微特征。

如此看來，這是一款類人機器人。

它主要的應用領域是娛樂——迪士尼下一步打算將其發展成卡通人物，它將按腳本與游客互動。

對于這款有點詭異的機器人，迪士尼官方的腦洞是：

機器人的角色是一位正在讀書的老人，可能是在圖書館里，也可能在公園長椅上。他聽力有困難、視力也在下降，但還是經常被路過的人分散注意力。大多數時候他會瞥一眼匆匆走過的人們，也會友好地向熟人點頭示意，但當有人侵占私人空間時他會瞪著他們。

也許下一次去迪士尼樂園就能偶遇這位“老人”了，還是希望工作人員能給它穿上人造皮膚。

眼神交流，真實最重要

這款機器人的研究團隊陣容可以說是強強聯合了：

• 曾設計過不少機器人的迪士尼研究中心；

• 負責設計、建造世界上所有迪士尼樂園及度假村的迪士尼業務部門華特迪士尼幻想工程（WDI）；

• 世界頂尖的私立研究型大學加州理工學院；

• 被譽為是“公立常春藤”的伊利諾伊大學厄巴納-香檳分校。

他們設計的機器人究竟有何亮點，來看看論文是怎么說的。

論文表示，此前「人-機注視互動」的研究主要關注技術層面。而此次，迪士尼團隊展示了一個通用架構——要創建「注視互動」，不僅是從技術角度出發，也注重機器人眼球運動的逼真性和可信度。

對此，IEEE 網站的評價是：

可以把它想象成一種老式的、專用于注視的圖靈測試——如果無法區分機器人與人類的注視，那么迪士尼的設計就是逼真的。

也就是說，迪士尼不是要讓機器人注視遠方，而是當人類走近它并望向它的眼睛時，它會有眼神的回應。

包容體系結構的傳承

通常，科學家們會通過研究人類的大腦運作機制設計控制系統，但這一次迪士尼團隊采用的方法是他們最為擅長的東西——動畫。

正因如此，機器人硬件部分其實是一個「音頻-動畫半身像」。

畢竟，迪士尼只是不希望機器人在注視人類時出錯。在這種所謂的“視覺吸引”（visual appeal）方法背后，實際上是多年的、大量的人機交互（HRI）研究積累。

迪士尼希望把「人-機注視互動」打造成真人面對面眼神交流的水平，為此他們的設計是：機器人可以感知環境中的人，根據人們的動作確定他們是否對機器人感興趣，隨后機器人會選擇適當方式執行高度逼真的動作。

具體來講，機器人有以下幾種狀態：

• 讀書：機器人的默認狀態。

• 掃視：使用 RGB-D 攝像機識別目標，當注意力引擎顯示人們的好奇心分數超過某一閾值時，機器人會瞥一眼對方。

• 吸引：當注意力引擎顯示刺激達到了某一閾值時，機器人會將頭轉向對方，目光注視。

• 確認：當機器人判定見到“熟人”時，將直接從吸引狀態或掃視狀態進入確認狀態。

不過，在上述狀態以外，還有一些更低級的行為，如呼吸、輕微的頭部運動、眨眼和眼球快速運動等。

雷鋒網了解到，這幾種行為其實涉及到了包容體系結構（subsumption architecture）。

簡單來講，包容體系結構是一種自下而上的組織架構，從簡單、分散、低層次的行為到更復雜的行為。

1980 年代，包容體系結構的概念由斯坦福大學博士、美國著名機器人制造專家、前麻省理工學院 CSAIL 負責人 Rodney Brooks 提出。作為「現代機器人之父」，Rodney Brooks 還是著名機器人公司 iRobot 和 Rethinks Robotics 的創辦者、Robust.ai 的聯合創始人和首席技術官。

雷鋒網注意到，10 月 30 日 Rodney Brooks 也在推特上對迪士尼團隊的設計發表了自己的看法：

人們低估了一款機器人從學術論文到現實世界所需的時間。迪士尼用了 25 年時間，在類人機器人眼控制方面使用了包容體系結構，比我 1995 年在機器人 Cog 和 Kismet 上的應用更好、更流暢。

下圖展示的即為由麻省理工學院創作的機器人 Kismet，它是最早實現與人類社交、情感互動的一款機器人。

雖然看上去有點傻，但 Kismet 要比迪士尼團隊的機器人親切多了。