AI 快遞員到你家！麻省理工新研究，不用地圖也能讓機器人「找上門」

你能想像，打開門收快遞時，快遞員不是人，而是一台機器嗎？近期，來自麻省理工學院（MIT）的研究人員開發了一種新的「機器人導航方法」，可以讓機器人在不事先提供特定地圖的狀況下，讓機器人自動找到客戶家門口，這對於那些想要「全程自動化」的快遞公司而言，無疑是一個很有幫助的好消息。

送貨不再受阻，全程自動化快遞有望實現

機器人快遞雖然正在實現中，不過目前大多數的快遞公司還無法讓機器人「全程」送貨，基本上只能做到把貨物送到客戶住宅所在的街道上，未來想要讓機器人像人類快遞員那樣，將貨品直接送到客戶手上，還需要克服許多困難，其中一個便是為機器人「繪製地圖」。

麻省理工新聞（MIT News）指出，要繪出一個社區精確的完整地圖，讓機器人真正的將貨物送到客戶家門口是一件非常困難的事，擴展到全國范圍就已經夠困難了，更不用說全球了。

麻省理工新聞辦公室的 Jennifer Chu 也表示，如果每次讓機器人送貨前，都需要提前繪製該客戶所在的社區地圖，包含社區每一棟房子的配置，除了曠日廢時、成本昂貴外，也很難將送貨的任務推廣到整個城市，尤其社區環境會隨著時間和季節有所變化。

由於目前技術無法繪出精準的社區地圖，且對於那些尋求自動化的快遞公司而言，更不可能個別獲取地圖數據（可能會有個資等隱私方面的疑慮），因此麻省理工研究人員開始著手研發一種「機器人導航」的方式，讓機器人能處理周圍環境的訊息，並精確的找到大門的位置。

（影片取自 Youtube，若遭移除請見諒。）

利用 SLAM 技術，讓機器人從環境中探索路線

麻省理工團隊利用名為 SLAM（即時定位與地圖構建）的技術，設計一種「cost-to-go 地圖」來替代「語義地圖」，所謂的語義地圖，是指機器人對周圍環境的物體進行辨識並添增標記，而在 cost-to-go 地圖中，機器人會利用訓練地圖的數據，對周遭環境進行顏色標註圖形成一張「熱圖」，在熱圖中可以判斷哪些部分可能最接近「大門」，以及哪些部分不是，最後根據這些資訊立馬繪出通往大門的最佳路徑。

cost-to-go 地圖其實就是利用人找路的思維，當人們到一個從未去過的地方時，會憑著以往相似場景與格局的記憶，就能判斷房子的大門口在哪，甚至完全不用動腦思考，直覺就能找到。

如果這項技術能普及運用，未來我們就能看到機器送貨員跑在街上送快遞了！

參考資料：TechCrunch、MITnews
首圖來源：MITnews
延伸閱讀：
擔心機器人搶飯碗？強化 3 大能力，不怕被人工智慧取代
植物也會自拍？英國運用 AI人工智慧，讓蕨類發電自動拍照
人工智慧再進化！百事可樂等食品大廠都用 AI 來調配食物口味