浅谈机械下的Control/robotics方向

不知道上一亩三分地的ME专业的同学多不多，总之，这篇帖子，也算是在恰当的时间，我受到内心的触动，写下一点本人对ME专业下的“突围”吧LOL。
本人背景是currently UW ME Ph.D.，control方向。我可以就我了解到的一些robotics的内容发表一些看法。
Robotics大致，我理解的，分为三块：perception, planning, control。因为最近Machine learning/reinforcement learning的迅速发展，以及camera传感器的介入，所以，在perception和planning上，机器人能够参与到更加复杂/dynamic的环境中，从事更加复杂的工作要求。
举一些简要的例子，percption上的computer vision，到visual feedback；planning可以理解为一种search，但是当地图数据，或者环境变动的特别频繁时，从search的角度来理解planning，显然会耗费大量的计算时间和资源，这一点可以类比人做planning/decision making，人很多时候做决策，更多的是基于自己的knowledge和过去的经验，因为未来不可预知的东西太多了~ 至于control上面的例子，其实control theory这一块基本比较成熟，当然也有research尝试用data的方法来derive出control的strategy，或者理解成MDP里的不同的policy。对了，本人在从事的control的research，目前是尝试用一种新的有缺陷的电机模型来实现和传统电机一样的控制效果，不知道之后是否会换research方向，anyway。LOL。


所以，致力于从事robotics的朋友们，一定要想清楚自己之后想从事上述三个方向的哪一个（perception会比较偏CS），因为，每一个方向的固有的知识和knowledge being produced by current research都太多太多了，初期在做robotics的project的时候，可能软件硬件都要了解一点，不过，如果能够有自己的偏好，会更加合适。对了，但是也有一些基础的robotics的tool要会，比如ROS（上手不难，但是娴熟使用debug却很难），比如programming，比如operating system和compiling上的一些知识。然而你会发现，真正实验的时候，会出各种问题。

本人对robotics的观点，虽然，工业界里，我们已经迎来了流水下+机械臂的高程度的自动化，但，真正人和机器人“和平共处”（机器人真正进入人类生活）的时代，还远远没有到来，至少在我的有生之年，我并不悲观，而是基于我的思考，得出的自己有一些支持的观点。

当然，本人并不是robotics的死忠粉，并不排除phd毕业后找个普通码农的工作，但是，如果码农和robotics的工作都摆在我的眼前，假定薪水差不多，或者是码农更高出一点，本人应当会选择robotics相关的工作~~

大致先写到这里吧，如果也有从事robotics，特别是control，欢迎在CS/EE/ME 下的高手们赐教。

载入送货地区的静态地图，将总路程划分为几段，规划。
定位是基于激光雷达&里程计的信息； 通过implement PID control，将prediction pose & planned trajectory的误差送入controller， 输出车辆的forward & steering angle。
为了抵抗dynamic的地图信息，通过camera的信息，将摄像头里的物体简单划分为移动/静止的，如果是静止的，将此物体的位置信息更新到静态地图里面，重新规划这一个区域的路径；如果是移动的，可以简单的停在原地/适当后退，等待物体移出摄像头外。
要是有兴趣的在UW的朋友有空可以尝试做一做这个，楼主应该可以借到硬件设备MIT-RACECAR？hhh

ps;以上是无“AI”的导航，所以，其实人们知道了机器人的固定的导航策略之后，就会使用一些小trick来“困住”机器人，就像，简单的把扫地机器人围住，就可以“困住”他。但是AI，我粗浅的理解不太一样，是因为“不可解释性”吗？所以，其实你也不知道AI的具体的策略，因为是大量数据训练得到的。当然，似乎reinforcement learning里提出了policy的概念？楼主对AI这块基本不懂。这些只是自己的遐思，还是专心做好自己的分内的实验室的杂事再说吧hhhh。
ps:提到“AI”的策略是未知的，其实，是因为我们每个个体的"intention"，在很大程度上，也是未知的，按照“三体”里面的话说，人是会欺骗，会说谎的，所以hhhhh。我了解到的，也有教授在做social navigation，即依据AI/非AI的方法，推测出对方来人的意图，从而提前规避，就像两个人相向行走，远远的互相看见，会推测对方的意图，然后一左一右绕开行走的样子。。

以上，一些遐思，供大家参考。闪人了，实验室的杂事毫无进展，还在这里疯狂水论坛。LOL我枯辽

补充内容 (2019-4-10 01:10):
Human Robot Interaction 比 Human Computer Interaction我觉得要难太多太多，我本人觉得HRI不切实际LOL，所以会想说有挣扎想转码当一个小码工，别打我。

我是19fall robotics/control方向申请者，做过一些涉及control和perception的小项目，感觉LZ总结的很全面。UMich Robotics Institute官网上把课程分为sensing、reasoning和acting三类，和LZ的分法是一致的，分别对应perception、planning和control，我也很赞同这种方向划分，简单说一下个人在申请过程中对这几类方向的感想。
首先，和LZ一样我也感觉control/acting方面的理论已经相当成熟了，毕竟“control is dead？”这种问题都提出来了好多年，nonlinar control这些经典话题已经有无穷无尽的理论和paper了，我觉得现在单纯做控制理论的老板已经很少了吧……不过networked control/CPS方向似乎也还有生命力，见到不少还在拿这方面funding的老板。
至于perception/sensing方向的SLAM、CV等等，似乎有的学校ME系会有老板在做，但有的学校是放在CS系下面，对ME的申请者来说还是有些难度，至少我本人由于缺乏很match的研究经历，没有套到什么老板……感觉这也是很多人理解的所谓的“主流robotics"研究？激光雷达啊、视觉啊什么的，特别酷炫也很偏软。
然后是planning/reasoning的方向，包括motion planning、decision making这些，虽然没有直接做过project和发过paper，但申请的时候给面试的老师都是主要做这个方向的，planning+reinforcement learning这样子。有种意见是想把传统的有严格数学证明的planning/optimization/control和黑箱式的data-based learning结合起来，做到效果好+透明可靠，做这方面研究的老板也拿了funding在招学生。
最后希望自己能被面试过的老板录取吧，自己对planning+learning这个方向很感兴趣，现在已经到紧张刺激的4月了orz……顺便求加米！！！

yunhai.han 发表于 2019/04/01 03:35:03


楼主了解类似Boston dynamics之类的公司吗？

不招中国人

同学反应纯control的工作现在不太好找，但是planning和control息息相关，只会planning里面的search成不了大事，planning出来的路子不能走也是白扯，如果planning加control非常懂，就不一样了。一个小小的建议，如果楼主control溜的一笔可以自学一下motion planning，各大无人驾驶公司对motion planning的岗位需求还是很多的。

请问reinforcement learning算是哪个方向？

Operating system指Ubuntu之类的，在上面cmake之类的？我本科感知，规划，控制都学了……感觉方向好杂，MS期间想专注一个

hbo000 发表于 2019/03/31 21:26:53
同学反应纯control的工作现在不太好找，但是planning和control息息相关，只会planning里面的search成不了大事，planning出来的路子不能走也是白扯，如果plannin...

楼主了解类似Boston dynamics之类的公司吗？

楼主了解robotics哪个方向就业面更广吗？东海岸大纽约地区可以找到robotics的工作吗？