An Active Perception Game for Robust Exploration

想象一个被派往黑暗且陌生的建筑中寻找遇险人员的机器人。它的任务完全取决于它能多好地观察并理解周围环境。为了做到这一点，机器人必须决定下一步移动到哪里。它不能只是随机游走；它需要选择那些能教给它最多关于环境信息的特定地点。这个过程被称为主动感知（active perception）。机器人不断地问自己：“如果我移动到这个角落，我会学到什么新信息？”它试图在实际看到景象之前，预测未来视野的价值。这种预测至关重要，因为错误的猜测可能会让机器人陷入死胡同，浪费宝贵的时间或完全错过关键线索。挑战在于，只有在机器人拍摄并处理完图像后，视野的真实价值才会被揭晓。直到那一刻之前，机器人一直是在利用一个估计值进行工作，而在复杂的现实世界中，这些估计值往往是有偏差的。

宾夕法尼亚大学的一个研究小组开发了一种新方法，旨在帮助机器人做出更好的猜测。他们意识到，预测信息增益的标准方法之所以经常失败，是因为该方法将每一个新视野都视为相互独立的，忽略了相邻的视野往往会重叠并共享信息这一事实。此外，机器人的内部世界地图永远是不完美的，其使用的传感器也存在噪声。这些因素会导致机器人高估或低估从特定路径中能学到的信息量。研究人员通过将机器人猜测与现实之间的差异视为一场游戏中的一种“对手”来解决这个问题。在这种情景下，机器人试图导航至信息量最大的地点，而“对手”则代表了试图误导它的误差和不确定性。通过分析这种交互，该团队创建了一个在线学习系统，使机器人能够实时纠正自己的错误。

他们方法的核心是一个简单但强大的反馈循环。随着机器人的移动和数据的收集，它会将自己预想能学到的信息与实际学到的信息进行对比。如果机器人认为某条路径会揭示大量新细节，但结果却发现是冗余的，系统就会记录下这种差异。然后，它利用这次经验来调整未来的预测。机器人不再依赖静态公式，而是构建了一个关于自身不确定性的动态模型。它学会了识别那些其先前估计过高或过低的模式，例如观察旋转的螺旋桨时，不确定性永远不会消失；或者观察杂乱的房间时，重叠的角度所提供的全新数据比预期要少。通过不断完善对这些误差的理解，机器人变得越来越擅长选择最佳视角。

研究人员在多种设置中测试了这种方法，以观察其在压力下的表现。他们使用无人机飞越具有照片级真实感的虚拟房间进行了模拟实验，目标是构建空间的完整3D地图并识别诸如椅子和马桶之类的物体。他们还使用来自地面机器人在室内走廊和室外城市场景中导航的真实世界数据测试了该系统。在这些实验中，机器人必须应对嘈ло的传感器以及由于障碍物遮挡导致部分场景被隐藏的复杂环境。结果显示，该方法较标准方法有了明显的改进。这种新方法将信息增益估计的误差平均降低了42%。这种更准确的估计带来了更好的结果：机器人收集到了7%更多的有用信息，重建的环境具有更高的视觉清晰度，并且成功识别了6%更多的场景物体。

在地面机器人的现实世界测试中，这种差异在机器人处理困难区域的方式上表现得尤为明显。传统的机器人可能会停留在开阔、易于观察的区域，而使用新方法的机器人则会主动寻找隐藏的空间。它成功地导航到了被屏障或停放的车辆阻挡的区域，有效地绕过角落以绘制出未见部分的地图。研究人员指出，这种纠正自身预期能力使机器人能够避免陷入冗余观察的循环，转而专注于真正需要探索的区域。该方法在不同类型的地图和数据上均有效，证明了从过去估计误差中学习的底层逻辑是稳健且具有普适性的。

这项工作凸显了机器人设计理念的一种转变，即如何从自身的局限性中学习。研究人员表明，与其假设机器人可以完美地预测未来，不如让机器人学会预测其自身的预测误差。这使得机器能够适应现实世界中混乱且不可预测的本质。研究结果表明，通过将预期与现实之间的差距视为一种数据来源而非仅仅是一种失败，机器人可以成为更高效的探索者。团队证明了，无论是通过无人机飞越模拟建筑，还是驾驶车辆穿梭于繁忙的城市街道，通过这种方法，机器人都能构建更准确的地图并发现更多物体。该研究提供了一个数学保证，即随着机器人收集更多经验，这些改进将会持续增长，从而确保系统在运行时间越长的情况下变得越来越好。