咱们国内的科研队伍总算打破了机器人任务规划的这道坎，现在是目标导向型操作系统带起了智能化的大变革。以前那种传统的操作系统太死板，非得要特别精准的指令和一遍遍的调试才行，根本没法应对老是变来变去的环境和各种各样的活儿。尤其是在工厂干活儿或者家里做家务的时候，机器人因为看不懂任务的本质，经常就只会干机械重复的事儿，导致花大钱去部署它，能用的地方也很有限。说到底这还是因为现在的技术大多用的是“状态-动作”直接挂钩的模式，根本没能力把任务的过程给模型化出来，也没法提前规划一下。 针对这堵墙，我们的科研团队想了个新招，提出了“以终为始”的设计理念。他们通过搭建一个目标条件世界的模型，让机器人在动之前先自己算一算从现在的状态到想要的状态怎么走，还能生成一堆中间的视觉状态给它当参照。负责这个项目的老师说：“这套系统就是让机器把物理世界的规律给结构化地搞懂了，把被动等着别人发指令变成主动去想怎么干。” 这次的突破主要体现在三个方面。第一是能做到零样本泛化，也就是在完全陌生的环境里不用专门训练它，只要给几分钟时间让它自己试试就能把成功率从原来的一点点搞到90%以上。第二是有个一直进化的机制，机器边干活儿边收集数据再把目标范例重排一遍，参数就能动态优化。第三是搞了个多尺度的时间建模框架，把长期的大任务拆开分成容易管的小目标。 试验数据也挺让人高兴的。给机械臂装上这套系统后去给汽车零件做装配测试时，碰到不同型号的工件都不用重新编程序就能自己改路线；在模拟的家里环境里服务机器人根据用户给的照片就能自己想办法把东西收拾好。这说明机器人正慢慢从靠程序指挥转向为了达成目标去行动。 行家里手分析觉得这事影响挺大。技术层面上把目标导向型操作系统给重新定义了；产业层面能让制造业的柔性生产线改造别那么费钱；社会层面能让人和机器一起干活儿的方式更普及。 以后打算接着在三维空间的感知、多种模式下理解任务这些方向使劲儿钻研。等到5G通信和边缘计算这些基础条件都好了之后，这套系统要是能跟云端的知识库连起来就能形成一个“看到东西—规划—动手—进化”的完美闭环。 不过得注意技术推广还得解决环境建模不够准、知识跨领域迁移太难这些问题。相关的标准和伦理规矩也得跟着一块儿走。 从只听命令到懂意思、从一遍一遍干到老活到老变成自己想怎么干就怎么干。这场因为机器能认知目标而引发的技术大变动，正在悄悄改变智能系统的走向。 当机器学会了“往前看”、“往后想”地琢磨事儿的时候，不光是技术指标上去了更预示着人和机器的关系要从一个说了算变成一块儿合作创造新阶段了。在这个智能化浪潮把全世界都卷进去的当下，这次突破不光是咱们中国搞科研的人对前沿难题的回应也为全世界制造业转型还有智能社会发展注入了咱们东方的新智慧。