机器人操作的鲁棒性：基础与前沿

人类和动物在物理操作中表现出卓越的鲁棒性，但机器人仍远远落后。由于缺乏统一和系统的理解，迈向人类级操作鲁棒性的进展受到阻碍：不同的子领域以不同的方式定义鲁棒性，常常使概念模糊不清，并限制了深入分析以及跨研究领域的交流。本文对操作鲁棒性进行了系统研究。我们首先给出形式化定义，将鲁棒性表征为操作系统在存在不确定性和变化的情况下实现其目标的程度。在此定义的基础上，我们从概率和控制理论的角度介绍了操作鲁棒性的一般公式。然后，我们综合了感知、规划、控制、策略学习和硬件方面的操作鲁棒性的指导原则和具体机制，并通过代表性工作（包括基础性和近期研究）说明每种机制。此外，我们重新审视了用于量化操作鲁棒性的现有指标和评估方法。最后，我们提炼了设计鲁棒操作系统的更广泛经验，并讨论了在机器人操作中实现人类级鲁棒性的开放问题和未来方向。