portant;" />
使用适当智慧部件（模拟感（gǎn）知时）出现伪造结果的（de）模式：传统的识别视角（jiǎo）（左侧）和两（liǎng）种哲学（xué）上（常见）的怀疑论（lùn）（中间和右侧（cè））。左列表示（shì）每个（识别）部分都是真（zhēn）实（shí）情况下的端（duān）到端物理性机器人实验（yàn）。中间一栏，是（shì）David Hume（观（guān）点（diǎn））的例证，虽（suī）含有真正的（de）传（chuán）感器，但也有理由怀疑其输出报告的真实性。最右侧是（shì）Bishop Berkeley提出（chū）的例证，系统具有真实的控制器，但其他所有元素为软件端，这（zhè）代表信息直接传入机器人“皮（pí）质（zhì）”的模拟实验。

（图片来源：Shell & O’Kane）

 

研究人员为了评估机器人算法和控制器的性能，通常（cháng）会使用软件模拟或实体机器人。虽然这（zhè）看上（shàng）去是不（bú）同的评估策略，但有很大的可能性需要结合两种方法的（de）要素（sù）进行（háng）评估。

 

在最近的（de）一项研究中，德州农工大（dà）学(Texas A&M University)和南卡罗莱纳大学(University of South Carolina)的研究人员正着手评（píng）估和测试一些模拟（nǐ）和仿真交（jiāo）叉的验证场景。在arXiv上预发表的论文中（zhōng），他们（men）概述了其研究将特别关注真（zhēn）实机（jī）器（qì）人（rén）通过（guò）传（chuán）感器感知环境的（de）实例，但在这些（xiē）实例中，机器人感知的环境可能并（bìng）非（fēi）真实的（de）场景。

 

“我们考虑（lǜ）的问题（tí）是（最终通过各个）机器（qì）人部分（fèn）呈（chéng）现的结果会与真实世界（jiè）存在差异，”进行该研究的（de）Dylan Shell和Jason O’Kane在他们的论文（wén）中写道。“这（zhè）个质询源于在验证机器人行为时无法将我（wǒ）们手头（tóu）的实验用机器人（rén）和理想机器人、实际测试环（huán）境与理（lǐ）想测（cè）试（shì）环境以及其他一（yī）系（xì）列潜在误差的偏差消除。”

 

这项研究的灵感来自以前的生物研（yán）究，当时的研究旨（zhǐ）在了解生物的（de）感知局限性，以及信息的不匹配如何影响它们的行为（wéi）。近年来（lái），生（shēng）物学家（jiā）开始使用虚拟现实(VR)和增强现（xiàn）实（shí）(AR)等（děng）技术（shù）工具来更好地（dì）了（le）解生物（wù）有（yǒu）机体及其感知。

 

类似地，软（ruǎn）件（jiàn）模拟已经成为机（jī）器人研究（jiū）的关键部分，许多（duō）研究人员使用软（ruǎn）件（jiàn）模拟来执行并测试机器人系统和方法（fǎ）。通（tōng）常，模拟软件是在虚拟环境(而非物理（lǐ）环境)中复制机器人的执行元素（sù），以（yǐ）实现传感器（qì）的（de）人工读（dú）取和相关（guān）状态数据生成。

 

这就引（yǐn）出（chū）了另一个（gè）问题：模（mó）拟器作为（wéi）一个系（xì）统而言，其（qí）自身的仿真（zhēn）结果和真实情况到底有多（duō）接（jiē）近？考虑到这一点，研究人员就开始探索该“相互匹（pǐ）配（pèi）”系（xì）统间的相（xiàng）关性，以及这些系（xì）统中有一个足够强大以至于其他系统（tǒng）均受到其（qí）影响的情（qíng）况（kuàng）。

 

Shell和O'Kane在他们的论文中解释（shì）道:“在明确了错觉概念(本（běn）质上是发生在真实世界中（zhōng）的（de）系统（tǒng）仿真（zhēn）)之后，我们依据（jù）环境模拟的要求这类仿真（zhēn）的施行效果进行检验。”“时间是很重要的：一些机器虽然能（néng）够模拟其他机（jī）器人，但很难做到同步（bù）。”

 

Shell和O'Kane认为，系统模（mó）拟（nǐ）其他系（xì）统的不同速（sù）率允（yǔn）许（xǔ）研究人员以一种相对的形式来描（miáo）述模（mó）拟系（xì）统和仿真系统。基（jī）于这一假设，他们提出（chū）了概括模（mó）拟系统和仿真系统之间关系的定（dìng）理，并为每个定理（lǐ）提供了几个例子。

 

随后（hòu），研究人员根据他们提出（chū）的理（lǐ）论进行（háng）了（le）一个简单的多机器（qì）人（rén）实（shí）验。实验（yàn）过程中，个体机器人（rén）必须在模拟环境和物理机器人试验台的无界的障碍区域内完成简（jiǎn）单（dān）的导航（háng）任（rèn）务。最终结果表明，不同的模拟方法在给定系统环境下产（chǎn）生“模拟（nǐ）感知”有着明显不同的（de）时间效（xiào）率。

 

Shell和O'Kane实验观察（chá）结果，以及他们建立的理论，加（jiā）深了对目前（qián）用于评（píng）估（gū）机器人的仿真软件（jiàn）的理解，突出了真实系统与模拟系统之间关系的新方向。他（tā）们可以在未来的工作中探索各种新的研究方（fāng）向，例如扩展理论来处理不确（què）定性和非决定（dìng）论的概念，或者开发一个更丰富的有效“（感知（zhī））错觉（jiào）”理论。