麻省理工学院正在研究机器人的简单穿行与避让，这是继法国图卢兹大学的机器人团队研究出能够在人群中正常行走的机器人之后，所进行的研究项目。

这款机器人可以使其自主穿行与街道，换句话说，就是可以像人类遵守交通规则一样，也可以下意识的遵守交通法规，还可以与行人的步速一样，和人们一起行走在马路上。

“机器人的环境感知导航系统是支持移动机器人在需要与行人进行频繁互动的环境中运行的中心功能，这样的话，小型机器人可以在人行道上进行包装和送货。”团队负责人Yu Fan “Steven” Chen介绍说。

麻省理工学院团队的研究人员测试了机器人的运行情况，结果发现，机器人可以一次性能自主驾驶20分钟，并可以随着人流行走。测试时，辟如向左走、向右走，停靠或者躲避等一系列动作都很流畅，没有与行人有任何的碰撞。

那么MIT的团队是如何设计以及训练这款机器人的呢？

为了使机器人可以正常行走在路上，必须解决四个问题：

1>定位问题，首先要知道自己在哪里；

2>感知问题，要识别出周围环境的能力；

3>机器人的运动规划问题，给定目的地并确定最佳路径；

4>对机器人的控制，需要机器人执行选定的路径。

MIT的研究团队使用开源算法来确定机器人的位置，并且配备多个传感器来进行视觉输入与环境感知，例如网络摄像头和高分辨率激光雷达传感器。为了控制机器人，他们采用了与自动驾驶汽车同样的驱动系统。

而运动规划这一环节则被团队视为当前研究移动机器人在人群中穿行最需要创新的领域。这确实是一个棘手的问题，特别是在行人较多的环境中，并且解决方案还是有很多的，例如让机器人基于轨迹来选择路径，团队的研究人员会设计一段程序来让机器人自动判断行人的下一步轨迹。

还有一种方法是让机器人根据行人的反应来选择路径，但这种方法存在的最大问题就是不可预测性。人们在路上行走基本上都是采取随机性的，没有固定的运行轨迹，或吃点东西，或喝杯咖啡，或与人打个招呼，在这样的环境下，机器人往往会与行人相撞。

针对这些限制，MIT团队找到的方法是强化学习，使机器人进行仿真训练，当机器人可以识别出类似真实世界中的场景时，研究人员就可以对其进行编程，让机器人在训练中确定最佳路径。但机器人在走错时，研究人员还会对其进行“惩罚”。

当处于一个人流非常密集的环境中，机器人的反应也是需要非常快的，该团队能让机器人每隔十分之一秒就评估其周围环境并调整路径。这样的话，机器人就不会每隔一段时间就停下来对接下来的路径进行调整了。

Everett说：“我们希望它能够自然而然地加入步行的行列，预测行人的行为并且与其他人一样遵循规则。”

在谈到未来的研究计划时，该团队希望可以将这款机器人拓展到日常生活中，比如去吃饭、去玩耍，团队还在研究机器人如何处理人群而非个人的行人。

“人群与个人有着不同的动态，如果你看到五个人走在一起，你可能必须学习完全不同的东西。这是我们下一步想要研究的问题。”Everett说。