在《星球大戰》中，天行者阿納金用廢棄的殘片和回收物拼湊了一個機器人，這個神經質、多嘴又膽小的禮儀機器人雖然在電影中沒有異能奇技，卻在登上熒幕的那一年深深吸引了科林·安格爾。
這位未來的“家用機器人”之父在那一刻決定将機器人作為自己畢生的研究方向。直到2002年第一代掃地機器人Roomba誕生，三位來自麻省理工學院（MIT）計算機科學暨人工智能實驗室的創始人——羅德尼·布魯克斯教授、科林·安格爾和海倫·格雷納才算在實用機器人領域的探索中給全球産業開辟了一個全新的方向，無數的後來者基于iRobot公司前期的理論和技術探索，開始向不同的服務機器人領域延伸。
其實，從1990年iRobot公司的成立算起，人類對服務機器人應用的探索也僅僅才28年。
《商學院》記者在對iRobot公司各方深入訪談後，試圖還原這條探索路徑，從中找出對中國家用機器人研究有益的方法和路徑。
讓普通消費者願意買、買得起
1990年iRobot公司成立時，三位科學家的初衷是希望将機器人技術帶出實驗室，到現實生活中幫助人們。
這是一個沒有先例可供借鑒的行業，因為當時壓根兒就沒有機器人産業，這意味着沒有收入。但就是在這樣的環境中，一批癡迷此道的科學家慢慢聚到了iRobot的門下，成為一代開創者。
1991年，一款從螞蟻身上得到靈感的六足機器人——Genghis在iRobot問世。這款機器人的特殊之處在于，設計者并未給其預設一個行走路線，而是扔到環境中自己摸索，像昆蟲那樣，遇到障礙物時自己學習如何處理反饋信息。這正是iRobot對于機器人的定義：在現實世界中，為了實現特定目标而感知世界，并且合理行動的物理設備。能夠自己在環境中探索，這是向“智慧”邁出的第一步。
随後，科學家們不斷地探索機器人技術商業化應用的場景。
iRobot在28年間有過20多種不同的嘗試——從太空機器人、安防機器人、商用機器人到家用消費機器人等等，可謂一部機器人探索的教科書。
在這些探索中，有些是因為想法本身不正确，有些推出的時機不成熟，所以一路走來并不順利。“但是，我們通過實踐學會了如何去做選擇，了解下一個機會在哪裡。”安格爾說。
在決定專注于家用機器人之後，安格爾的想法是，公司不僅要搞發明創造，還要确保發明的産品普通消費者願意買，買得起。
“我有一個想法，就是讓機器人在我們的生活中扮演越來越重要的角色，這也是為什麼iRobot會去承接不同的項目、研發不同的技術。我們想知道未來機器人和人類的關系能夠有多親密，能夠在我們的生活中扮演哪些重要的合作夥伴角色。”科林·安格爾說。
讓機器人“智慧”地工作
至今，iRobot對機器人的定位始終未變：必須具有智慧，以智慧的方式做事，與人和複雜的環境進行交互。
那麼，怎樣才能設計一個使用功能合理的機器人呢？
iRobot最初為掃地機器人設定了兩個基本目标：一是在有許多障礙物的環境完成對房間的清掃覆蓋率；二是從接到打掃指令開始，到完成清掃後回到充電樁的任務完成率，這是用戶體驗的關鍵環節。“用戶可不希望回到家看到機器人半路被卡住，或者遺漏打掃區域。”安格爾說。
為此，科學家們嘗試做出各種探索。探索之一，就是怎樣才能讓機器人具有靈活移動性。機器人如何避障？安格爾在MIT做研究時，昆蟲給了他啟發。安格爾的想法是，智能機器人也應該具備這種靈活性，而不是依賴一台超級計算機提前做好各種行為的編程。
安格爾想到了自下而上式的策略。要從A點走到B點，自下而上的模式是先有B點的目标，然後把很多大的行為拆分為一個個很小的行為策略。
如何讓機器人在屋中走出一條合理的路線？起先科學家們考慮的是采用系統移動軌迹（規劃式清掃），但弊病很明顯：當機器人碰到桌腳，系統會判定這塊區域沒有入口，自動避開。甚至把桌子移開後，掃地機器人依然會固執地将這一區域避開清掃。
為此，科學家們引入配備iAdapt情景規劃算法的多重模式智能切換技術（即根據不同情境可靈活調整），每秒可以做出超過60次決策，以适應各種類型的家居環境。這一技術與規劃式清掃相結合，但兩種模式不是簡單的疊加。
“一個會做加法的機器人并不代表它擁有智能，因為它還沒有辦法真正理解數學。同理，一個機器人對房間的某塊區域進行系統性的清潔，它也就僅僅會做這一件事而已；隻有能夠在幾十種不同的情況下，都能對房間進行徹底清掃，這才稱得上是穩定、可靠且智慧的掃地機器人。這需要非常深入地了解機器人，了解人工智能，才能讓機器人具有智慧。”安格爾說。
然而，挑戰掃地機器人智能的事還不隻于此，當遇到難以一次性清理幹淨的污垢時，機器人要有能力探測到，并且暫時放棄下一步的行進，在原地多次清掃，直至傳感器探測達到清潔标準後才繼續前行。保證清掃質量成為考驗機器人“智慧”的又一大關鍵要素。
而探索之二則是讓機器人具備高層次的理解力。掃地機器人的一個關鍵技術是環境理解，即自己能進行判斷，簡單說就是知道自己在哪裡，要去哪裡，知道下一步要做什麼事。這屬于高層次理解的範疇。
所謂高層次理解是指人在做事之前先做計劃，基本行為則是指人不假思索的行為。當第一次學習打棒球時，人會有意識地思考擊球策略，這是高層次的理解，而熟悉之後，不假思索地擊球，雖然這背後包含着非常複雜的思維，但人們不會意識到在為這件事做計劃，這是因為高層次的理解已經轉化成為基本行為。
同理，當機器人達到更高層次的理解時，甚至可以知道從餐廳去到廚房中間需要經過客廳，并且在行進的過程中不會跌倒，能夠繞過障礙，這就是更高層次的理解。
但機器人也像人一樣，行為積累都有一個從簡單到複雜的學習過程，通過不斷地積累，機器人可以擁有處理複雜行為的能力，實現高層次的理解。
探索之三是要讓功能要恰到好處。很多掃地機器人會借助攝像頭和傳感器來定位，但問題也往往出于此。有些開發者聲稱能夠拍攝屋内360度的全景，以此來定位和導航。“但是這樣做會導緻捕獲的畫面數據太多，分析處理軟件很容易卡死。”iRobot産品管理總監HoomanShahidi說。
iRobot的設計思路是要恰到好處的簡單。工程師在掃地機器人上方安裝的攝像頭視角為35度角，可以避免隻看标記物稀少且光線單調的天花闆，讓牆面上衆多的特征物，如門、窗、挂畫等進入視野。這些地标的數量能夠恰到好處地保證機器人順利完成定位和導航。
目前iRobot尚未攻克的難題是讓機器人識别真正的垃圾，比如區分掉在地上的樂高積木零件和碎木片等等，“未來讓機器人真正了解環境可能會包括這樣的思考，‘這是什麼東西’‘是否是不該清掃的物品’”iRobot技術副總裁ChrisJones說。這其中涉及到神經網絡等技術的深化研究，這正是iRobot努力的方向：在感知世界過程中變得智能，從而産生巨大的價值。
重新定義家用機器人
在2018年由美國著名科技雜志Xconomy主辦的RobotMadness機器人大會上，來自産業界、投資界和學術界的人在探讨的問題是，未來機器人将怎樣走進家庭，成為人們生活的一部分。
過去，人們印象中的機器人有手有腿，而随着科技進步，機器人可以展示出多種形态，甚至未來，整幢房屋也能成為一個機器人。
Ori系統的創始人HasierLarrea正在做着這樣的嘗試。在一些人口密度高，房屋寸土寸金的城市，Ori系統要讓房屋變成一個可以随着主人的需求變化而可以随時自動調整功能規劃的建築。
來自Affectiva的RanaelKaliouby則正在努力創建人臉的情緒識别系統，她夢想有一天汽車能夠察覺到駕駛員的情緒低落或是疲倦，進而自動發出警報。但她的挑戰在于，全球各個族群情緒表達的方式千差萬别，表情最多的是熱情的拉美人，表情最少的是嚴肅的亞洲人。在這套人機交互體系中，她還在試圖讓系統去理解乘車者之間的關系。
那些曾經在iRobot早期探索中得到滋養的科學家們也在孕育全新的機器人公司，有人在嘗試農用機器人；羅德尼教授離開iRobot後創立了Rethink機器人公司，這是一家工業協作機器人公司；另一位前員工則正在突破羅德尼教授的研究，創造更智能的第二代協作型機器人。
令安格爾自豪的是，目前至少有20家與機器人相關的公司都是由iRobot的前員工創立的。28年間iRobot取得了一千多項專利技術，這裡已經成為機器人科學探索的搖籃和基地。
目前iRobot尚未攻克的難題是讓機器人識别真正的垃圾。