机器人幻觉研究与现实仿真

　　为了评估机器人算法和控制器的性能，研究人员通常使用软件模拟或真实的物理机器人。虽然这些可能作为两种不同的评价战略出现，但还有许多其他的可能性结合了这两种战略的要素。
　　在最近的一项研究中，德克萨斯Aamp；M大学和南卡罗莱纳大学的研究人员已经着手研究评估和执行场景，这些场景位于模拟和实际实现之间的交叉点。他们在arXiv上发表的一篇论文中概述了他们的研究，特别关注真实机器人通过传感器感知世界的实例，在这些实例中，机器人感知的环境可能只是一种幻觉。
　　进行这项研究的研究人员迪伦谢尔（DylanShell）和杰森奥凯恩（JasonO’kane）在他们的论文中写道：我们认为，机器人合用来呈现不同于现实的世界观，会带来一些问题。尽管我们手头上的机器人和我们想要研究的机器人之间存在差异，或者可用的测试环境和我们想要的环境之间存在差异，或者在这方面存在其他潜在的不匹配，但这项调查的动机是验证机器人的物理行为。
　　这项研究的灵感来自以前的生物研究，当时的研究旨在了解生物的感知局限性，以及信息不匹配如何影响它们的行为。近年来，生物学家开始使用虚拟现实（VR）和增强现实（AR）等技术工具来更好地了解生物有机体及其感知。
　　同样，软件仿真已经成为机器人研究的一个关键组成部分，许多研究人员使用它们来执行和测试他们的机器人系统和方法。在大多数情况下，仿真软件在虚拟环境（而非物理环境）中复制机器人执行的一些元素，生成人工传感器读数或与状态相关的数据。
　　这就提出了另一个问题：一个本身就是一个系统的模拟器，到底有多接近真实世界？考虑到这一点，研究人员开始探索相互匹配的系统对之间的关系，以及其中一个系统强大到足以使另一个产生错觉的实例。
　　Shell和OKane在他们的论文中解释道：在明确了一个令人信服的错觉概念（本质上是一个发生在真实世界中的系统仿真概念）之后，我们从基础设施需求的角度研究了这种类型的可模拟性的含义。时间是一个重要的资源：一些机器人可能能够模拟其他机器人，但速度可能比实时机器人慢。
　　Shell和O’kane认为，系统模拟其他系统的不同速率允许研究人员以一种相对的形式来描述模拟和模拟系统。基于这一假设，他们提出了一些定理来概括模拟系统和模拟系统之间的关系，并为每个定理提供了几个例子。
　　随后，研究人员根据他们开发的理论进行了一个简单的多机器人实验。在这个实验中，一个机器人必须完成一个简单的导航任务，在一个无界的障碍领域，无论是在模拟和物理机器人实验台上。他们的发现表明，不同的模拟方法在产生一个给定系统的错觉时可以有明显不同的时间效率。
　　Shell和OKane收集的观察结果，以及他们开发的理论，可以拓宽目前用于评估机器人方法的仿真软件的理解，突出模拟系统和仿真系统之间关系的新方面。在他们未来的工作中，他们可以探索各种新的研究方向，例如扩展他们的理论来处理不确定性和非决定论的概念，或者开发一个更丰富的有效错觉理论。