Autonomous robotic photography as a creative urban service
本文提出了 LEAP，这是一个受监督的自主机器人摄影系统，它成功地将学习到的美学规则与在动态城市环境中的安全、自适应导航相结合，在计算美学评分和人类美学评分方面均优于现有基准模型，同时展示了在不同场景下的鲁棒泛化能力。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代城市的繁忙节奏中，机器人正变得司空见惯，然而它们的作用很大程度上仍被定义为实用性。它们递送包裹、检查桥梁、组装结构，执行着精准但缺乏人情味的任务。这些机器擅长从A点移动到B点，在人群中穿梭以确保包裹安全抵达。然而，城市充满活力的生活不仅仅关乎物流，更关乎我们选择去铭记的瞬间。摄影，这一捕捉场景的深刻人类行为，目前仍是一种被动的体验，持相机的人必须不断在周围的世界与手中的设备之间分配注意力。研究人员开始提出的问题是：机器人能否做得比仅仅运输物体更多？它能否参与到观察与构图这一创造性行为中，不仅作为一个工具，而是作为捕捉城市生活的伙伴？
为了回答这个问题，一个研究团队开发了一个名为LEAP的系统，其全称为“学习具身摄影美学”（Learning Embodied Aesthetics for Photography）。这不仅仅是一个等待触发的相机；它是一个能够主动寻找最佳拍摄角度的移动机器人。构建这样一台机器的挑战是巨大的。机器人必须在公共空间内安全移动，避开行人和障碍物，同时还要对站在哪里以及如何构图做出艺术决策。与遵循固定路径的送货机器人不同，摄影机器人必须根据所见之物不断调整位置，例如对一个人重心偏移或改变姿势做出反应。研究人员希望了解，机器是否可以学习摄影中微妙且直觉性的规则，并将其应用于实时场景中，无需人工干预，从而创作出人们真正想要保留的图像。
该团队在三个非常不同的真实场景中测试了这一系统：深圳的一个公共公园、一个老年中心的养老活动，以及一个面向学生和家长的校园迎新日。在每个地点，机器人都被部署用于与想要拍照的人进行互动。过程始于一个人表达意愿并摆好姿势。机器人站在距离约两米处，随后开始一个观察与移动的循环。它会注视着那个人，计算一个更好的角度，移动轮子并倾斜相机，然后再次观察。这个过程反复发生，形成一个观察与调整的闭环，直到机器人觉得它找到了完美的构图。一旦图像捕捉完成，工作人员会协助参与者选择他们最喜欢的一张，并进行现场打印。在跨越这三个地点的十四个小时里，该机器人成功完成了七十一场拍摄任务，涵盖了四十五位不同的参与者。值得注意的是，它在没有发生任何碰撞或失败构图的情况下完成了任务，证明了机器可以在专注于艺术任务的同时，在繁忙的人类环境中进行导航。
为了了解机器人的拍照水平究竟如何，研究人员将其作品与另外两种机器人方法以及一名受限于与机器人相同动作的专业人类摄影师进行了对比。结果显示，LEAP系统生成的图像明显优于其他机器人方法。在参与者在不知晓拍摄者身份情况下的盲测中，LEAP生成的图像在整体美感和构图方面获得了更高的评分。该机器人通过一个专家摄影师的数据集进行学习，观察他们如何移动相机来构图，以拍摄站立、坐下甚至蹲下的主体。它学会了处理复杂情况，例如当人意外移动或背景发生变化时，通过调整位置使主体看起来效果良好。它甚至能从同一个起始位置产生不同类型的镜头，展现出了刚性规则系统所缺乏的灵活性。
这一项目的成功表明，机器人可以超越简单的实用性，成为文化与创意活动的伙伴。通过将安全导航与习得的艺术判断力相结合，该系统证明了机器可以理解人类互动与视觉叙事的细微差别。研究人员发现，机器人适应新环境和变化姿势的能力是其表现的关键，使其能够在从未见过的场所高效工作。虽然该系统仍依赖人工工作人员进行安全监管和最终交付，但寻找拍摄角度并按下快门的核心行为是由自主完成的。这项工作为城市服务开辟了一种新的可能性，即未来的机器人或许能帮助人们记录生活、捕捉旅行记忆，或者仅仅是在无需分心管理相机的情况下，享受一段连接的时光。研究结果表明，服务机器人的未来可能不仅在于搬运物品，还在于帮助我们观察并铭记周围的世界。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。