即使让机器人完成一项简单的任务，也需要进行大量的幕后工作，其中一部分挑战是计划和执行动作，如转动轮子和举起机械臂。为了实现这一目标，机器人专家与程序员合作开发出一套无障碍、可供机器人使用的轨迹或路径。据外媒报道，卡内基梅隆大学（Carnegie Mellon University）机器人研究所（RI）的研究人员正在开发新的方法以绘制这些轨迹。
（图片来源：卡内基梅隆大学）
RI博士后研究员William Zhi等人提出使用草图向机器人展示如何移动的方法。该团队将在日本横滨举行的IEEE国际机器人与自动化会议（IEEE International Conference on Robotics）上展示他们的工作。Zhi表示：“传统的机器人运动轨迹生成方法需要对机器人进行特定的编程。人类可以通过草图推断复杂的指令，我们希望机器人也能做到这一点。”
最近已有探讨使用自然语言来控制机器人的初步工作，但研究人员主要是测试不同的方法来教机器人通过演示进行学习。有两种主要的方法可以做到这一点，一种方法依赖于动觉教学，即人类记录机器人走到哪里，然后对机器人进行物理调整，将其关节置于所需的位置；另一种方法是遥操作，用户通过专用的遥控器或操纵杆来操作机器人，然后记录演示过程以供机器人模仿。
但是，这两种方法均存在不足。具体来说，动觉教学要求用户与机器人处于同一空间。更值得注意的是，手动调整某些机器人比较困难，而且相关难度只会随着移动机器人而增加，例如有手臂的四足机器人。远程操作则要求用户进行精确的控制，并且需要时间来让机器人完成移动。
RI团队的绘制轨迹方法可以教会机器人如何移动，而没有动觉教学或远程操作的缺点。在这种新颖的方法中，机器人从其工作环境图像上的绘制动作中进行学习。为了收集环境图像，该团队在两个地点设置了摄像头，从不同的角度拍摄照片。然后，研究人员在图像上绘制出机器人所需的运动轨迹，并将2D图像转换为机器人可以理解的3D模型。他们通过一种名为光线追踪的技术来完成这种转换，利用物体上的光和影来估计它们与摄像头的距离。
该团队生成3D模型后，就把它们交给机器人进行跟踪。就配备机械臂的四足机器人而言，研究人员在所拍摄的每张照片上绘制了三个运动轨迹，以演示机械臂应该如何移动。他们使用光线追踪将图像转换为3D模型，然后机械臂会学习在现实世界中跟踪这些轨迹。
利用该项技术，该团队已训练其四足机器人来关闭抽屉、画出字母“B”和掀翻盒子等。研究人员还对机器人进行了编程，让它在特定的轨迹结束时打开抓手，这样就可以把物体扔进盒子或杯子里。此外，他们还可以将教给机器人的动作扩展至许多不同的任务中。Zhi表示：“我们可以教机器人做一些事情，然后把它切换到不同的起始位置。这样机器人就可以采取同样的行动。我们可以得到相当精确的结果。”
目前，这种方法只适用于具有刚性关节的机器人，而不适合软机器人，因为这需要考虑关节角度以及它们如何对应空间中的各个点。但是，处理硬件也存在一系列挑战。在实验过程中，这个四足机器人有时会在做了一个动作后失去平衡，比如伸出手臂去关上抽屉。这是该团队正在为该程序下一次迭代研究的参数之一。
Zhi表示：“在这个领域，人们更为关注利用演示生成更好的动作的算法。这项研究是我们使用轨迹草图来指导机器人的开端。我们的设想是，在制造业环境中，如果有人不擅长对机器人进行编程，他们只需在iPad上画草图并与机器人协作，这就是这项工作未来可能的发展方向。”
