portant;" />
使用（yòng）适当智（zhì）慧部（bù）件（模拟感知（zhī）时）出现伪造结（jié）果的模式：传统的识别视角（jiǎo）（左侧（cè））和两种哲学上（常见（jiàn））的怀（huái）疑论（中间和右侧）。左（zuǒ）列表示每个（识别）部分都（dōu）是（shì）真实情（qíng）况（kuàng）下（xià）的端到（dào）端物理性机器人实验（yàn）。中间一栏，是David Hume（观点）的例证，虽含有（yǒu）真正（zhèng）的（de）传感器（qì），但（dàn）也有理由怀疑其输出报告（gào）的真实（shí）性。最右侧是Bishop Berkeley提出（chū）的例证（zhèng），系统具有真实（shí）的控制器，但（dàn）其他所有元素为（wéi）软件端，这（zhè）代表信息直接（jiē）传入机器人“皮质”的模拟（nǐ）实验。

（图片来源：Shell & O’Kane）

 

研究人员为了评估机器人算法和控（kòng）制器的性能，通常会使用软件模拟（nǐ）或（huò）实体机器人。虽然这看上去是不同的评估策略，但有很大的可能性需要结（jié）合两种方法的要（yào）素进（jìn）行评估。

 

在（zài）最近（jìn）的一项研究中，德州农工大学(Texas A&M University)和南（nán）卡罗莱（lái）纳大学(University of South Carolina)的研究人员正着手评估和测试一些模拟（nǐ）和（hé）仿（fǎng）真交（jiāo）叉的验（yàn）证场景（jǐng）。在arXiv上预发表（biǎo）的论文中，他们概述了其研究将（jiāng）特别关注（zhù）真实机器人通过传感（gǎn）器感知（zhī）环（huán）境的实例，但在这些实例中，机器（qì）人感知的环境（jìng）可能并（bìng）非真实的场景。

 

“我们考虑的问题是（shì）（最终通过各个）机器人部分（fèn）呈（chéng）现的结果会与真实世界存在差异，”进行（háng）该研究的Dylan Shell和Jason O’Kane在他们的论文中写道。“这个质询源于在验（yàn）证机器人行为（wéi）时无法将我们手头的（de）实验用（yòng）机器人和理想机器人、实际测试环境与理想测试环境以及其他（tā）一系列潜在误（wù）差的偏差消（xiāo）除。”

 

这项（xiàng）研（yán）究的灵感（gǎn）来自以前的生物（wù）研究，当时的（de）研究（jiū）旨（zhǐ）在了解生物的（de）感知局限性，以及（jí）信息的不匹配如何影（yǐng）响（xiǎng）它们的行为。近（jìn）年来，生物学（xué）家开始使（shǐ）用虚（xū）拟现实（shí）(VR)和增（zēng）强（qiáng）现实(AR)等技术工具来更好地了解生物有机（jī）体（tǐ）及（jí）其感知。

 

类（lèi）似地，软件模拟已经（jīng）成（chéng）为机器（qì）人研究的关键部分，许（xǔ）多研究（jiū）人员使（shǐ）用软件模拟来执行（háng）并测（cè）试（shì）机器（qì）人系统和方法。通常，模拟软件是在虚拟环境(而非物理环境)中复制机器人的执行元素，以实现传感器的人工（gōng）读（dú）取和相（xiàng）关状态数据生成。

 

这就（jiù）引出（chū）了另一个问题（tí）：模拟器作为（wéi）一个系统而言，其自身（shēn）的（de）仿真结果（guǒ）和（hé）真实情（qíng）况到底有多接近（jìn）？考虑到这一点，研究人员就开始探索该“相互（hù）匹配（pèi）”系统间的相（xiàng）关性，以及这些系统中有（yǒu）一个足够强大以（yǐ）至于其他系统均受到（dào）其影响（xiǎng）的（de）情况。

 

Shell和O'Kane在他们的论（lùn）文中解（jiě）释道（dào）:“在明确了错觉概念(本质上是发生（shēng）在真实世界中的（de）系统仿真（zhēn）)之后（hòu），我们依据环境模拟的要（yào）求这类仿真的施行效（xiào）果进行检验。”“时间是（shì）很重（chóng）要的：一些（xiē）机（jī）器虽然能够模（mó）拟其他机器人，但很难做（zuò）到同（tóng）步。”

 

Shell和O'Kane认为，系统（tǒng）模（mó）拟其他（tā）系（xì）统的不同速（sù）率（lǜ）允许研（yán）究人员以一种（zhǒng）相对的（de）形式来描述模（mó）拟系统和仿真系统。基于这一假设，他（tā）们提（tí）出了概括模拟系统和仿（fǎng）真系统之间关系的（de）定理，并为（wéi）每（měi）个（gè）定理提供了几个（gè）例子。

 

随（suí）后，研究人（rén）员根（gēn）据他们提（tí）出的理论进行了一个简单的多机器（qì）人实验。实（shí）验（yàn）过（guò）程中，个体机器人（rén）必须（xū）在（zài）模拟（nǐ）环境和（hé）物理机器人试（shì）验台（tái）的无（wú）界的障碍区域内完成简单的（de）导（dǎo）航（háng）任务。最（zuì）终结（jié）果（guǒ）表明，不同的模拟方法（fǎ）在给定系（xì）统环（huán）境下（xià）产（chǎn）生“模拟感知”有着明显不同的时间效率。

 

Shell和（hé）O'Kane实（shí）验观察结（jié）果，以及他们建立的理论，加（jiā）深了对目前用（yòng）于评估（gū）机器人的仿真软件的理解（jiě），突（tū）出了真实系统与模拟系统之（zhī）间关（guān）系的新方向。他们可以在（zài）未来的工作中（zhōng）探索各种新的研究方向，例如扩展理论来处理不确定性（xìng）和非决（jué）定论的概念，或者（zhě）开发一个更丰富的有效“（感（gǎn）知）错觉（jiào）”理论。