飛行操作平臺和移動操作平臺相結合能夠解決很多問題，把機械手的操作能力和平臺大空間的移動結合起來，實現(xiàn)遠距離大場景下的作業(yè)過程，小到醫(yī)院里的手術機器人，大到農業(yè)山區(qū)采摘機器人，這些是未來很重要的發(fā)展趨勢。剛才張鈸老師也有提到主要用來解決從結構化到非結構化的問題，也要通過主動感知技術，就是把行為和感知結合做閉環(huán)實現(xiàn)精細化感知。我們可以把多個無人機集聯(lián)，平臺和機械臂聯(lián)合運動，解決機動性的問題，包括多臂協(xié)同實現(xiàn)靈巧操作，通過人工智能里的一些技術，比如操作技能的學習增強技術、遷移學習技術，不斷地提高機械臂的能力。現(xiàn)在有一種學習叫做連續(xù)學習和終身學習，不斷提高機器人的操作能力。

目前把感知和操作能力結合缺少理論構架，怎樣通過理論構架把感知和操作能力閉環(huán)起來，這是未來人工智能和機器人結合點的一個非常重要的問題，下面我們就介紹這個計算構架，叫做Bcent。剛才張老師也談到行為和感知的問題，這個正好印證了人工智能的第三范式。

感知怎樣增強行為，行為怎樣增強感知，所以是一個動態(tài)的過程，恰恰能夠解釋機器人的感知和行為如何有效結合的問題。

這里涉及到一個很重要的問題就是智能體的改變，智能體就是研究如何跟環(huán)境交互，通過獎懲機制不斷增強行為的過程。目前智能體大多數(shù)采用的是部分可觀測的建模，現(xiàn)有條件下最大的弱點就是沒有考慮和物理環(huán)境實體的交互。另外就是記憶和知識如何嵌入到這樣一個Agent，視頻中是一個啤酒加蓋的場景，由于瓶蓋出了問題，因為機器沒有這個先驗知識，還是按照傳統(tǒng)的方式操作，結果出現(xiàn)了這樣的問題，由此可以看出知識和記憶的嵌入在未來操作過程中是非常重要的。

現(xiàn)有的智能體概念是不是需要擴展？比如智能體中有一個非?？量痰臈l件，就是要知道狀態(tài)，通過大腦的人工智能算法的推理得到Action，就是行為和行動，這是狀態(tài)到行為的映射過程，也是一個單向的過程，但實際上機器人的傳感器得到的信息恰恰是一個異構的、大的數(shù)據(jù)空間，要把這些變成狀態(tài)就是人工智能算法，大的異構數(shù)據(jù)空間映射到一個狀態(tài)，我們把這個叫做數(shù)據(jù)空間的映射，這樣才能實現(xiàn)狀態(tài)表示，狀態(tài)表示是現(xiàn)有智能體實際應用中最重要的問題，就是如何得到狀態(tài)，包括知識怎么產生。大家都知道，只有知道自己錯了才能產生新的知識，所以交互過程在這里是非常重要的，我們把大腦的處理部分通過感知和行為跟環(huán)境交互的過程產生知識。

Action究竟做得對不對、好不好，要讓行為體和環(huán)境交互，才能知道這個結果是對的或者是不好的，由此我們提出智能體要擴展，要把感知和行為變成兩個體，而且是物理過程，信息處理過程叫做認知體，作用過程叫做行為體，就是三個體構造具有交互能力的系統(tǒng)，可以稱之為腦機接口，大腦通過感應器和環(huán)境協(xié)同，包含感知動力學、行為動力學，而且感知動力學和行為動力學跟環(huán)境交互產生偏差的話要修正大腦的認知過程，所以這是一個感知和行為的交互過程，包括物理體系結構，智能體體系結構，還有一點很重要的就是交互知識。

我們提出從狀態(tài)表示到認知體和決策，通過交互的過程產生的偏差能夠實現(xiàn)知識的生長和知識的利用。

有人說這是在造詞，實際上Bcent翻譯成中文就是知行體，究竟和智能體有什么不一樣呢？智能體考慮的是從狀態(tài)到Action的映射過程，知行體考慮的是感知體和行為體要不斷交互，所以從信息輸入來說智能體是被動的，知行體是主動的，智能體主要是信息交互，知行體是物理交互，而從應用領域來講，智能體很多用于輔助推理和決策，知行體主要是認知和行為。

我們來看感知部分，剛才談到感知應該是一個閉環(huán)，感知體到數(shù)據(jù)O，然后映射到空間狀態(tài)，最后通過感知體作用到行為體，通過行為增強感知，鷹在捕獵的時候用的就是這個過程。我們提出不需要候選窗的目標檢測算法，這個動作強調的是兩個模態(tài)信息融合，傳統(tǒng)方法需要在物理位置和時間形成同步，同時實現(xiàn)對齊，這個條件無疑是太苛刻了，那么有沒有辦法呢？我們通過通道編碼和交互的辦法可以減弱這個要求，現(xiàn)在是通過紅外和可見光，另外就是目標檢測，現(xiàn)有的目標用的很多都是單模態(tài)，第一次實現(xiàn)從可見光和紅外相結合的檢測方法，特別適合夜晚的作業(yè)過程。

可以看到我們用知行體、智能體和行為體的交互實現(xiàn)主動感知，相比傳統(tǒng)方法，整個調節(jié)時長大大縮短，耗時的準確性大大提高。

究竟怎么去做認知體呢？我們希望機器有一個人的大腦，形象地講就是如何從特征空間到概念空間到知識空間，機器就是根據(jù)知識庫和現(xiàn)有的狀態(tài)進行規(guī)劃，規(guī)劃的作用應該是什么樣子，這個作用的狀態(tài)對應的就是期望的狀態(tài)，機器人操作過程又產生實際狀態(tài)，這里就會有一個交互殘差，一方面是修改知識庫，另一方面是通過底層控制，就是從兩條途徑消除偏差。規(guī)劃和控制之間是一個雙向關系，傳統(tǒng)的是一個單向關系。

我們的傳統(tǒng)方法就是根據(jù)知識庫規(guī)劃一條痕跡，可能不一定能夠達到期望的位置，中間就會產生交互殘差，這樣會有兩個部分：通過知識庫模糊化，這里還有新的方法來做，認知體里面有知識，然后產生下一個時刻的期望狀態(tài)，兩個狀態(tài)有一個差，然后把這個時刻的交互殘差算出來，根據(jù)剛才講到的修改知識庫再去操作完成這個過程。大家看到這個方法和傳統(tǒng)的控制方法、機器學習的強化模型不一樣，最大的不一樣就是整個任務規(guī)劃控制之間有修正過程，也就是說規(guī)劃期需要通過知識庫修改。

可以看到通過4次學習就可以很快穩(wěn)定下來，最近從六連桿機器人來看比傳統(tǒng)的強化學習方法收斂性大大提高，至少提高5倍甚至更多。人手把手地教機器人學習和機器人僅僅通過眼睛來看學習，二者之間究竟存在什么關系？主要就是一個散度，這個散度可以算出來，然后可以增強視覺學習方法。

基于示教的學習下一步性能的提高就是通過人工智能的算法，行為空間中找到最優(yōu)解。基于偏好的算法，我們能不能讓人工智能把偏好學出來，我們通過軌跡概率來把特殊的技能定義出來，對抗式學習產生滿足這個偏好的最佳樣板，從而讓機器人學習，久而久之機器人就把這種行為學到了，我們可以學習某些總經理管理的偏好。

接下來介紹一下團隊的工作：移動雙臂機器人上面有很多傳感器，這是到指定場所做的拆彈的工作，其中用到主動視覺感知和觸覺感知，包括聲音感知，通過雙臂協(xié)調完成包扎物的拆卸。這是無人機上的兩個機械臂，其中有各種傳感器，我們大概裝了三種傳感器，紅外可見光、避光相機，這是在黑夜什么都看不見的地方，通過多模態(tài)融合實現(xiàn)目標檢測，圖中是單向靜態(tài)抓取任務以及視覺伺服，空中對爆炸物進行隱性的解除。

最后就是未來展望，今天我們談到的認知體就是一個腦袋的問題，實際上很多情況下是一個平臺加上多個臂，那么這種結構就顯得非常重要，多認知體的協(xié)同是未來理論非常重要的工作，如何在動態(tài)場景下實現(xiàn)機器工作的協(xié)同。比如美國做的有人機和無人機的協(xié)同，再就是在云端環(huán)境下如何實現(xiàn)分布式的操作和感知，如何在框架實現(xiàn)知識和數(shù)據(jù)的有機結合。比如大象是通過記憶記錄自己的行跡，而且會利用知識實現(xiàn)自己的行為。