A-A+

浅谈智能时代机器人方向的教育和人才培养

2017年12月16日 robotics 暂无评论 阅读 2,655 次


作者简介:

贾振中,清华本科,美国密歇根大学博士,现在Carnegie Mellon University – Robotics Institute (RI) 从事博士后研究(Mentor:Matt Mason,曾担任RI director)。

王鸿博,清华本科,日本东北大学博士(导师:Kazuhiro Kosuge,曾担任IEEE Robotics and Automation Society主席),现为西北工业大学教师。

作者注:

本文主要基于在今年7月西安召开的 “智能时代中国计算机类专业教学改革和课程建设经验分享”研讨会上的宣讲材料。本文纯属一家之言,由于作者水平所限,文中不足或错误之处还请读者见谅。我们希望本文能够抛砖引玉,大家共同推进中国机器人方向的教育发展和人才培养。

引言

近年来,随着科学技术的发展与进步,机器人技术及研究在全球范围内发展得如火如荼。2007年,比尔•盖茨曾在《科学美国人》上撰文指出:机器人技术将会成为信息技术之后的下一个发展热点和方向。以美国为例:谷歌公司的无人驾驶汽车、多足及仿人机器人,亚马逊公司的仓储自动导引车,以及美国太空总署的好奇号火星车等等都在吸引着全球媒体的目光。欧洲、日本和中国等也纷纷出台了自己的机器人研究计划以及路线图。例如:在德国提出的“工业4.0”和中国版本的“中国制造2025”计划中,机器人均作为核心技术受到了前所未有的重视。

2015年,中国的工业机器人的年装机数量已经跃居世界第一!并且还在快速增长!可惜的是:由于历史等多方面原因,中国与欧美日等发达国家在机器人领域还有相当明显的差距。中国的机器人技术要与世界先进水平接轨,人才培养是重中之重!

大纲

第一台工业机器人已经有50多年的历史;全球不少学校都有与机器人相关的课程,在当今信息时代,如何合理、有效、系统的开展机器人方向的人才培养,对于很多学校来说可能都是一个新的课题。作为本研讨的第一部分,我们主要通过对国外著名大学在机器人教育方面的剖析,看有什么先进经验可以借鉴。

我们主要以卡内基梅隆大学的机器人研究所为例,以下简称它为RI。我们将介绍它的教育项目、分析它的本科及研究生培养计划以及课程列表。然后以成立不久的Michigan Robotics项目(正在快速扩张)为例,讨论如何在其他学校开展机器人教育。我们觉得关键是:立足自身资源、结合自身特色、学习成功经验。

卡内基梅隆大学(Carnegie Mellon University,下面简称卡梅或CMU)的机器人研究所(Robotics Institute)是整个计算机学院(School of Computer Science)下属的一个系。它成立于成立于1979年,founding director是Raj Reddy(图灵奖获得者,李开复的导师)和Angel Jordan,最初资金来源为美国的西屋电气(该公司与特斯拉一起开拓了交流电的应用)。为方便讨论,我们简称robotics institute为RI,它是当今世界上最大、最先进的机器人研究机构,是全球机器人研究的中心。其中,匹兹堡主校区部分占地约1万平米,负责技术转化的国家机器人工程中心NREC占地约1万平米,此外还有专门的测试场地Robot City等。依托CMU在计算机方向的顶尖实力,RI曾创造了机器人发展史上的多个第一。RI现在的整体规模超过500人(包括研究生),有多位世界知名的机器人专家曾在RI工作过,如波士顿动力的founder Marc Raibert、获得Kyoto Prize的Takeo Kanada等人。

这里列出了RI下辖的多个研究中心。1979年,RI刚成立时,一个主要研究方向是计算机集成制造系统。后来在此基础上不断发展,陆续增加了各种研究中心:

  • CFR主要解决机器人中的理论基础。
  • FRC主要研究野外/空间/救灾机器人,例如:三里岛核电站事故、与NASA合作多种项目,参加Google Lunar XPRIZE,2007年DARPA 无人车比赛冠军等等。
  • 视觉及自主系统中心在计算机视觉领域内贡献卓越,它们还是开发无人驾驶汽车的先驱,当今世界上从事无人驾驶开发的很多人都是CMU校友。
  • 国家机器人工程中心NREC主要负责技术转化,Tartan Rescue team获得了2015年DRC机器人挑战赛的第三名,Uber也从该中心招聘了很多专家从事自动驾驶技术开发。

此外,RI还跟UPMC(University of Pittsburgh Medical Center,匹兹堡大学医学院)合作,开展医疗机器人研究。

RI实现了对机器人研究的全方位覆盖,包括:制造、医疗、图像、人工智能等等;这些内容可以从网上找到,在这里就不再赘述。


在教育和人才培养方面,依托于CMU在计算机(全美排名第1)和工程(全美排名第4或第5)方面的强大实力,RI实现了从博士、硕士、本科、到K-12(也就是高中生)拓展项目的全面覆盖。这里展示了研究生项目。

  • PhD博士项目:竞争非常激烈,录取率很低!每年大概有10~15人,有些年份甚至只有5人。录取的美国学生很多来自麻省理工、加州理工、UC Berkeley等名校。CMU是世界上第一个有机器人博士学位的学校;随着机器人技术越来越火,美国其他学校(如乔治亚理工、密歇根大学等)也纷纷成立了自己的机器人博士项目。
  • RI有多种硕士项目可供选择,例如:2年期的普通硕士项目;机器人系统开发方向的硕士MRSD,该项目为3个学期,即一年半的时间;计算机视觉方向的硕士MSCV,为16个月的时间;还有国际联合培养项目,MSRT,即-机器人技术硕士项目,通常第一年在美国外的学校,第二年到美国学习。
  • 对于PhD学生,还有附属项目:“对认知神经基础感兴趣博士生”可以选择CNBC跨学科选项;UPMC医学博士/CMU机器人博士的联合培养项目。


对于本科生,RI提供双学位(major)、辅修学位(minor)、以及5年本科+硕士的快速项目。现在,RI的本科项目负责人为Howie Choset教授。

RI还有实习(intern)及拓展(outreach)项目,用来培养高中生以及本科生对机器人研究和开发的兴趣。每年,来自世界各地的本科生都可以申请参加RISS夏季学者项目,在RI教师及研究生的指导下从事机器人研究。RI有专门针对高中生和女生的拓展项目。值得一提的是:Girls of Steel (钢铁女孩)机器人比赛队伍。匹兹堡曾是美国的钢铁业中心,本地的橄榄球队叫 Steelers(钢人队),所以机器人队名为Girls of Steel。每年,由大约40名来自匹兹堡地区的高中女生在RI教师的带领下,参加国际FIRST Robotics机器人比赛。右图为希拉里来CMU访问时,接见Girls of Steel队员,图片左方的老师是Veloso教授,她曾担任美国人工智能协会(AAAI)主席,多次带队参加RoboCup比赛。

Girls of Steel由RI的老师亲自带队指导,旨在激发和培养高中生对机器人研究的兴趣。所有的工作,包括CAD设计、硬件加工、机电控制、导航软件、算法编程等等,均由学生们亲自完成。我们坚信兴趣是最好的老师,今年,央视的《创新之路》纪录片团队在CMU期间,对Girls of Steel进行了现场拍摄。在国内,很多高中生可能并不知道自己的兴趣到底在哪,在填志愿的时候就要面临选择专业的问题,所以在大学一二年级会比较迷茫。我们相信如果学生在高中时期可以参加这种拓展项目,及早发现和建立自己的兴趣,大学生活会丰富多彩很多;我们希望RI的这种拓展项目和经验能够在国内得到推广。

为了拓展机器人教育,RI每年会在全球接收约40名本科生夏季学者,参加为期约3个月的培训项目。主要资金来源为NSF、RI、以及外部的一些奖学金。该项目的宗旨是:发现、探索、学习、成功。

具体说来便是:在一流大学知名学者以及研究人员的指导下,通过从事实打实的项目研究,学习和了解机器人领域内的一些尖端技术。在实习期间,每周都会专门的研讨会或邀请一些专家来讲授专业发展讲座。左下图是美国工程院院士、机器人领域的知名专家Red Whittaker教授做关于空间机器人(space robotics)的讲座。

在这个过程中学习:研究过程(research process)、如何陈述研究结果(How to present research results)、如何写专业论文(How to write technical papers)、以及申请研究生院的策略(strategies for successful graduate school applications)。

左边的这些图展示了学习过程,包括seminar、workshop、参观实验室。当然学习期间也有social交流部分,比如参观博物馆、看棒球比赛等。在实习结束的时候,会有一个专门的poster session,也就是每个实习生将自己的研究整理为一张展板,然后放到一起供大家交流,这时候RI的教授、研究员、研究生通常都会去参观交流。右图是展板和论文样例。最后,项目组织者会为实习生颁发结业证书。

前面,在系统介绍RI教育项目的时候,我们是从高往低介绍,即从博士、硕士、本科、RISS,再到面向高中生的拓展项目。一个学校有能力和资源开出机器人方向博士点,那么对比其他学校,它的的本科、硕士项目等会有巨大的天然优势。下面,介绍RI课程和培养计划,我们则按照“由浅入深”这一学习习惯来讲述,即按照“本科硕士博士”这么一个顺序。

在美国很多学校,本科生通常可以选两个专业进行学习,比如数学-经济学双专业等。RI没有自己的本科生, 1998年,即在博士点建立10年之后,RI推出了面向本科生的辅修学位(minor in robotics),已经培养超过200名学生。2011年,RI又推出了机器人双学位,凡是想对机器人工程和科学深入理解和学习,都可以在大一时报名参加此项目。

下面,我们主要介绍“机器人双学位”的培养计划,而辅修学位(minor)的课程是它的一个子集。我们做研究课表、培养计划、以及配套教材。

首先,学生需要满足一定的前期基础(从下表中每组课程选一门),即:多元微积分,基础数学(如:线性代数、微分方程、数值方法等),以及C语言程序设计。这些要求不高,国内的理工类本科生应该都能满足这些条件。左边的符号(1)Math,表示该部分内容升级之后作为研究生核心课程的一个组成模块,我们称它为核心模块(总共有4个)。

机器人双学位学生,需要在课程列表的10组课程中,每组选1门。

首先,是Introduction to Robotics 机器人导论,指定的教材为Peter Corke的Robotics, Vision and Control机器人、视觉和控制。需要指出的是:RI的教授们通常使用自己准备的材料,教材只是参考!另外,Peter Corke开设有本书的MOOC网络公开课。通过导论课对机器人有个基本认识,例如:初步的KDC、运动规划、视觉。同时掌握一些基本技能,例如:使用Peter Corke提供的Matlab工具包,编程求解一些机器人方面的基本问题。

接下来的内容为一个核心模块,我们一般称之为KDC,即:运动学Kinematics、动力学Dynamics、以及控制Control。KDC也是RI研究生核心课程的重要组成部分。对于控制部分,国内开设的自动控制系统、控制工程等可以满足要求。CMU开设有专门讲述“机器人运动学和动力学”(这也是国内很多机器人课程所覆盖的内容)。CMU使用的教材为 “Robot Modeling and Control 机器人建模和控制”,该书作者均为机器人和控制领域的专家,它覆盖了KDC的各部分内容,被UIUC、Michigan、JHU等大学选为教材。该书不仅适合本科生入门,又适合研究生深入学习;因此,我们联合机械工业出版社推出了本书的中文译本。

 

第三个核心模块是Machine Perception机器感知,学生们通常会选择计算机视觉;该组课程还包括计算图形学、视觉传感器等。

第四个核心模块是Cognition and Reasoning 认知和推理,通常包括machine learning机器学习,以及 Artificial Intelligence 人工智能 这两大块。

除去导论和四大核心模块外,学生得选一门动手课程,包括:建造智能机器人、移动机器人编程实验、机电一体化系统。

然后还得从选修课表中选择两门课程,可以选核心模块里的其他课程,或者是嵌入式系统、仿人机器人等。

最后是“系统工程”以及“顶点课程(Capstone Course)”,帮助学生们将前面课程里所学到的内容融汇贯通、综合提高!为以后的学习和工作打好基础!最后,学生们设计、制作、集成、测试、并展示他们设计的机器人。

这里是我们整理出来的CMU-RI机器人本科双学位的课程体系。申请该项目的学生,得具备基本的数学基础和编程基础。首先,通过导论课程对机器人领域有个基本认识,同时掌握一些基本技能。然后,通过对KDC、感知、认知 这几个核心模块的学习,深入理解智能机器人所涉及到的方方面面。其次,选一门动手课程增强动手能力。再次,学习两门选修课,增加知识的广度。最后,通过系统工程以及顶点课程的学习和实践,将前面所学到的内容融汇贯通,综合提高!为以后的学习和工作打好基础!

CMU-RI提供多种硕士选项,接下来,我们主要以研究型硕士(Research Master,2年)为例来介绍其培养计划,学生得完成至少4门核心课程,另外3门与机器人有关的选修课程,加起来是至少7门课程。另外一半时间,得跟随导师完成科研任务。最后完成学位论文和毕业答辩!

博士项目,其课程与硕士类似,但难度要求更高。此外,得完成博士生资格考试,包括:研究能力考试、口语表达能力考试、写作能力考试、以及至少一门课程的助教。接下来是论文开题,最后是毕业答辩。

对于研究生,其核心课程主要是加强四大模块的学习。学生从四个模块中各选至少一门课程来学习。

第一个模块是数学:机器人的数学基础。授课教师是Michael Erdmann大拿。上课基于课件,没有专门的教材,推荐有10多本参考书!该课程集成了5~6门数学课的内容,包括优化、随机过程、变分、微分几何等,对数学功底要求高!美国研究生院很重视数学,因为它能为后续科研打下良好基础,这点值得国内高校学习。

第二个模块是Action执行,它包括Mechanics of Manipulation,即“机器人操作中的力学原理”,以及 KDC 这两门课程。

• 机器人操作通常由RI的前任director,Matt Mason教授来教,主要讲述机器人移动物体时所涉及到的物理知识,以及规划。有人说:manipulation是机器人研究的终极前沿(ultimate frontier)。但是,国内的manipulation研究并不多,也没有专门的教材。为了改变这种现状,我们正在和日本AIST的万伟伟合作翻译Matt Mason的著作,相信将会在不就的将来推出。

• RI里讲授KDC的老师很多,不同的老师会指定不同的参考书。有些老师会指定Richard Murry、李泽湘、Shankar Sastry合作的《机器人操作的数学导论》一书,该书中文版由机械工业出版社于1997年推出。该书覆盖了机械臂、手指、以及控制。不过对于低年级研究生,本书难度可能显大;因为它的基础部分便涉及到李群代数和微分几何的东西,对数学要求高!

• 我们个人觉得对于KDC,Mark Spong等人编写的《机器人建模和控制》一书应该是一个不错的选择,它是少见的难得把运动学、动力学以及控制都讲的深入浅出的一本书,该书是UIUC、Michigan等学校的研究生教材。

第三个模块是Perception感知,包括计算机视觉,以及感知和传感器,这两门课程。

• 计算机视觉现在很火,很多人都学过,所以不再赘述。RI有一个专门的面向“计算机视觉”的MSCV硕士项目,感兴趣的可以去RI的主页去了解。

• 传感器这门课主要讲述测量、数据获取(DAQ),以及多种传感器的原理和实现,包括图像、声音、测距、触觉、导航、化学品、人的探测、多组件安全系统。

第四个模块是Cognition认知,包括人工智能、以及机器学习两门课。这些课程,国内的计算系都有对应课程,就不再赘述。

除去四大模块核心课程之外,RI还有很多经典课程,在这里举几个例子。

RI 16-735 Robotic Motion Planning,机器人运动规划,由Prof. Howie Choset讲授。该课程目的是:夯实基础、将低层实现与高层算法概念联系起来。会覆盖一些基本内容,例如如:potential filed, roadmaps, cellular decomposition。同时也会讲述一些关于随机方法以及基于传感器实现的最新进展,例如:RRT随机树, Kalman滤波, Bayesian估计, 等等。该课程教材是Howie等人合编的《机器人运动原理:理论、算法、以及实现》。
RI 16-843: Manipulation Algorithms,机器人操作算法,老师是RI PRL的director,Sidd 教授。右图是PRL的mobile manipulator移动操作机器人HERB的图片。该课程包括阅读和点评经典论文、讲课、以及project。这是一门高级研究生课程,学习使机器人能够物理性的操作他们周围的世界(机器人自己,或与人协作)的理论和算法。主要覆盖:

• 机器人操作的功能(functional)方面: 灵巧机械手实现鲁棒而稳定的抓取、操作位形空间的几何方面、此空间内的运动规划,等等。

• 与人协作(HRI)的额外需求:从功能到最佳运动、示范学习、通过理解和表达意图来协作。

16-831: Statistical Techniques in Robotics,机器人中的随机方法,老师是Drew Bagnell教授。这是非常有用的一门课程!

• 为什么要学习这门课?这是因为现实环境中充满了不确定性,机器人系统必须能够处理不确定性,并且通过学习对环境的改变做出自适应的调节。

• 这门课主要学习:不确定性的基础知识,滤波和定位,在线学习,随机场,等等。

• 授课对象:对开发鲁棒且自适应的软件感兴趣的同学,这些软件能够使得机器人与周边世界和谐共处。

接下来是“大白之父” Chris Atkeson的两门课。第一个是动态优化,其目标是:通过动态优化(特别是最优控制)来设计机器人的行为。第二个是自适应控制和强化学习在机器人中的应用。


16-761: Introduction to Mobile Robots,移动机器人导论,由Prof. Alonzo Kelly讲授。该门课覆盖了:移动机器人中的感知、规划、控制、位置估计、以及机械位形等等。该课程有不少的动手内容。

接下来是美国工程院院士,Field Robotics领域的大拿 Red Whittaker 教授开设的两门动手课程,移动机器人设计,以及 高级机器人开发。学生在老师的带领下开发登月机器人,参加Google Lunar XPRIZE 挑战赛。研究空间导航以及登陆月球中所涉及到的 机器人移动能力、热力学、传感、计算、软件、等等。

Robotics Institute还有很多其他课程,详见列表。



跟MIT、Caltech一样,CMU(特别是计算机学院)是美国有名的能把学生“累成狗”的学校。从RI的课程列表中可见一斑。


对于机器人商业开发感兴趣的同学,RI联合CMU的商学院退出了MRSD,即机器人系统开发硕士项目。该项目为1年半的时间,完成大约15门课程的工作量。

首先是4门核心课程,包括:系统工程及管理,操作、移动及控制,计算机视觉,自主机器人。接下来是5门计算机学院/RI的选修课。此外,有两门project课程,开发实际机器人系统。最后,还有与机器人有关的3门商学院的课程。学生可以选择大约3个月的暑期实习。

RI还有MSRT、MSCV硕士项目,由于时间和篇幅所限,这里就不谈了。有兴趣的读者可以到RI的主页上去搜索。


美国大学中大概只有CMU有实体机器人学院,它像是一个“奇葩”的存在,它的经验能否复制?而其他学校的机器人学院大多是由分属于不同院系的实验室组成的一个虚体机构,例如:乔治亚理工Gatech、密歇根大学UMICH。在其他大学里,如何开展机器人教育?我们觉得关键是:立足自身资源、结合自身特色、学习成功经验。

下面将以Michigan Robotics项目为例,来加以说明。

• Michigan是美国最好的公立大学之一,学科布局完整,有很好的理工科基础。这些为开设机器人教育提供了良好的基础。

• 其实,在创立机器人硕士和博士项目之前,Michigan已经有不少跟机器人相关的实验室。密歇根州是美国汽车工业的中心,有很强的制造业。所以研究自动驾驶汽车、车联网、先进制造就顺理成章。才外,还有人机交互、足式机器人(Jessy Grizzle教授在双足机器人领域有突出贡献,获得IEEE控制领域最高奖-Bode Lecture Prize)、医疗及康复机器人(Michigan有非常好的医学院)、移动及协作机器人。

• 另一个因素就是学习成功经验。Michigan Robotics项目建立时从CMU吸取了不少经验。待会,我们可以从它的课程设计中看出端倪。Michigan现在是美国为数不多的可以颁发Robotics硕士学位和博士学位的学校。

需要说明一点:我们以Michigan为例,只是因为比较熟悉的原因。还有很多学校,比如宾夕法尼亚大学(有著名的GRASP Lab)也有非常好的robotics项目。 

这是Michigan Robotics 硕士和博士课程列表,可以看出其核心课程与CMU-RI的研究生核心课程相同;只不过把名字从 -ion结尾 变成了 -ing结尾,例如 把action 变成了 acting。其实,M-Robotics项目成立时,主要参考了CMU的课程及培养计划。

此外,包括一门动手的实验课,核心领域之外的一门技术选修课,以及在导师指导下从事机器人研究。硕士一般要完成30学分,即7到8门课程;这与CMU-RI一样。博士是在此基础上,加入大量科研。


这是Michigan Robotics的核心课程模块。

• 感知部分有:计算机视觉、图像处理、信号处理、移动机器人的方法与算法(类似于probabilistic robotics)。

• 执行部分有:KDC,通常使用的教材为《机器人建模和控制》;其余大多数是控制类课程,一个原因是Michigan有很强的控制专业。

• 推理模块有:机器学习、人工智能,等等。

选修课程分两部分:

• 机器人部分有:自主机器人、移动机器人、KDC、机电系统。

• 数学部分有:高等工程数学、随机过程、线性系统。

 

结语

人才培养是与世界先进水平接轨的关键之一。

以全球机器人研究中心CMU-RI为例,我们分析了它的研究中心、研究方向、教育项目、以及人才培养。我们重点研究了RI本科及研究生培养计划及课程。

• 本科位:导论、核心模块、动手、系统工程及顶点课程

• 研究生:四大核心模块、其他经典课程

以Michigan Robotics为例,我们讨论了如何在其他学校开展机器人教育和人才培养。我们认为其关键在于:立足自身资源、结合自身特色、学习成功经验!

以上便是作者的一点粗浅看法,由于水平所限,文中不足或错误之处还请读者见谅。本文主要以美国的机器人教育为例,以后有机会的话,我们会联合一些朋友向各位读者介绍日本的相关情况。我们希望本文能够抛砖引玉,大家共同努力,推进中国机器人方向的教育发展和人才培养!

本文由机器人学家 授权易科机器人实验室转载

转载获得许可,不尊重作者劳动成果的行为会被举报。

给我留言

Copyright © ExBot易科机器人实验室 保留所有权利.   Theme   Robin modified by poyoten

用户登录

分享到: