计算机科学入门
今天我们要讨论机器人，你脑中冒出来的第一个印象估计是类人机器人，经常在电视剧和电影里看到。
有时候它们是朋友和同事，但更常见的是阴险无情，身经百战。
我们经常把机器人看成未来科技，但事实是：机器人时代 已经 来临了。
它们是同事，帮我们把困难的工作，做得更快更好。
机器人的定义有很多种，但总的来说，机器人由计算机控制，可以 自动 执行一系列动作的机器。
外观并不重要，可以是给汽车喷漆的机械臂，无人机，或辅助外科医生的蛇状机器人，以及人形机器人。
机器人
有时我们叫虚拟人物 "机器人" ，但叫 bot 甚至 agent 会更合适，因为 机器人 （robot）的潜在含义是存在于现实世界中的 **机器 ** 。
robot 一词，首次出现在 1920 年的一部捷克戏剧，代表人造的 类人 角色。
robot 源于斯拉夫语词汇 robota ，代表 强迫劳动 ，代表农民在十九世纪，欧洲封建社会的强迫劳动。
戏剧没讲太多技术细节，但即使一个世纪后，这种描述依然很普遍： 机器人都是大规模生产，高效不知疲倦，看起来像人的东西，但毫无情感，不会保护自己，没有创造力 。
自动机
更广义的自动运行机器，早在 1920 年代前就有了，很多古代发明家，发明了能自动运行的机械装置，比如计时和定时敲钟，有很多装置有动物和人类的形象，能跳舞，唱歌，打鼓等，这些不用电，而且肯定 没有电子部件 的机器，叫 自动机 （automatons）。
举个例子，1739 年法国人 Jacques de Vaucans 做了个自动机，法语叫 Canard Digerateur ，翻译过来是 吃饭鸭 ，一个像鸭子的机器，能吃东西然后排便。
如果没有吃饭鸭的声音，还有什么能提醒你法国的荣光呢？——伏尔泰
一个名声很臭的例子是 土耳其行棋傀儡 ，一个能下国际象棋的人形机器人，在 1770 年建造完成后，就在欧洲各地展览，好棋艺惊叹观众，像某种机械人工智能，不幸的是，这是个骗局，机器里有人控制。
CNC 机器
第一台计算机控制的机器，出现在 1940 年代晚期，这些计算机数控的机器，简称 CNC 机器，可以执行 一连串 程序指定的操作，精细的控制让我们能生产之前很难做的物品，比如从一整块铝加工出复杂的螺旋桨，这用普通机械工具很难做到，并且误差容忍度很小，无法手工加工，CNC 机器大大推进了制造业，不仅提高了制造能力和精确度还降低了生产成本。
Unimate
第一个商业贩卖的 可编程 工业机器人叫 Unimate ，于 1960 年卖给通用汽车公司，它可以把压铸机做出来的热金属成品提起来，然后堆起来，机器人行业由此开始。
很快，机器人开始堆叠货盘，焊接，给汽车喷漆等等，对于简单运动，比如机器爪子在轨道上来回移动，可以指示它移动到特定位置，它会一直朝那个方向移动，直到到达，然后停下来，这种行为可以用简单控制回路做。
首先，判断机器人的位置，我们到了吗？没有。那么继续前进。
再次判断位置，我们到了吗？没有，所以继续前进。
我们到了吗？是的！现在可以停下来了。
因为我们在不断缩小当前位置和目标位置的距离，这个控制回路更准确的叫"负反馈回路"。
负反馈回路有三个重要部分，首先是一个 传感器 ，可以测量现实中的东西，比如水压，马达位置，气温，或任何你想控制的东西，根据传感器，计算和目标值相差多大，得到一个 "错误" ，然后 控制器 会处理这个"错误"，决定怎么减小错误，然后用泵，电机，加热元件，或其他物理组件来做出动作。
在严格控制的环境中，这种简单控制回路也够用了，但在很多现实应用中，情况复杂得多，假设爪子很重，哪怕控制回路叫停了， 惯性 让爪子超过了预期位置，然后控制回路又开始运行，叫爪子移动回去，一个糟糕的控制回路可能会让爪子不断来回移动，甚至永远循环。
更糟糕的是，现实世界中机器人会受到各种 外力 影响，比如摩擦力，风，等等，为了处理这些外力，我们需要更复杂的控制逻辑。
比例-积分-微分控制器
一个使用广泛的机制，有控制回路和反馈机制，叫 比例-积分-微分控制器 （proportional–integral–derivative controller），这个有点绕口，所以一般简称 PID控制器 。
它以前是机械设备，现在全是 纯软件 了。
想象有一个机器人，端咖啡给客人，设计目标是每秒两米的速度在顾客间穿行，这个速度是理想速度，安全又合适。
当然，环境是会变化的，有时候有风，有时候有上坡下坡，以及其他影响机器人速度的因素。
所以，给马达的动力要加大或减少，以保持目标速度，用机器人的速度传感器，我们可以把当前速度和目标速度画张图，PID 控制器 根据这些数据，算出 3 个值。
首先是 比例值 ，就是 实际值 和 理想值 差多少，实际值 可能有一定滞后，或者是实时的，之前的简单控制回路，用的就是这个值。
实际值 和 理想值 的差距越大，就越用力，换句话说，它是 比例控制 的。
接下来，算 积分值 ，就是一段时间内误差的总和，比如最近几秒，帮助弥补误差，比如上坡时可能就会产生误差，如果这个值很大，说明比例控制不够，要继续用力前进。
最后有 导数值 ，是期望值与实际值之间的变化率，有助于解决未来可能出现的错误，有时也叫 预期控制 ，比如前进的太快，要稍微放松一点，避免冲过头。
这三个值会一起使用，它们有不同权重，然后用来控制系统。
PID 控制器 到处都是，比如汽车里的巡航控制，无人机调整螺旋桨速度，以保持水平，以及一些更奇怪的机器人，比如这个用球来平衡和移动的机器人。
高级机器人
更高级的机器人一般需要多个控制回路同时运行，来保持机器人平衡，调整肢体位置，等等。
之前说过，控制回路负责把机器人的属性（比如当前位置）变成期望值，你可能好奇这些值是哪里来的，这是更高层 软件 的责任。
软件负责做出计划并让机器人执行动作，比如制定一条路线来绕过障碍物，或者把任务分成一步步，比如把拿起一个球，分解成一个个简单连续动作，用这些技术，机器人已经取得不少令人印象深刻的成就。
它们潜到了海洋最深处，在火星上跑了十几年。
但有趣的是，许多对人类来说很简单的任务，对机器人很困难，比如两条腿走路，开门，拿东西时不要捏碎了，或是穿T恤，或是摸狗，这些你可能想都不用想，但有超级计算机能力的机器人却做不到。
机器人研究领域在全力解决这些问题，我们聊过的 人工智能 最有可能解决这些问题。
例如，谷歌在进行一项实验，让一堆机器人手臂把各种东西，从一个盒子拿到另一个盒子，不断试错学习，经过数千小时的练习，机器人把错误率降低了一半。
不像人类，机器人可以 24 小时全天运行，而且多个手臂同时练习，所以机器人擅长抓东西只是时间问题，但现在，小婴儿都比机器人更会抓东西。
近年最大的突破之一是无人驾驶汽车，如果你仔细想想，汽车没几个输入，只是加速减速，左转右转。
难的问题是判断车道，理解路标，预测车流，车流中穿行，留心行人和骑自行车的，以及各种障碍。
车上布满了 传感器 ，无人驾驶汽车非常依赖 计算机视觉算法 。
现在也开始出现类人机器人，外貌和行为像人类的机器人，不过现在两个目标都没接近（外貌和行为），因为看起来一般怪怪的，行为也怪怪的。
无论如何，对机器人研究者来说，把各种技术结合起来，比如人工智能，计算机视觉和自然语言处理来让机器人越来越像人，是个诱人的目标，在未来好一段时间里，和人类一样的机器人依然只能存在科幻小说里。
军队也对机器人很有兴趣，因为机器人可以替换，而且力量，耐力，注意力，准确性可以远超人类。
拆弹机器人和无人侦察机如今很常见，但完全自主决定，全副武装的机器人也在慢慢出现，比如韩国的三星SGR-A1哨兵炮。
有智力并且可以杀人的机器人叫 致命自主武器 （lethal autonomous weapons），这种武器是复杂又棘手的问题。
毫无疑问，它们可以把士兵从战场带离挽救生命，甚至阻止战争的发生，值得注意的是人们对炸药和核弹也说过一样的话。
机器人三定律
另一方面，我们可能会不小心创造出，无情又高效的杀人机器，没有人类般的判断力和同情心，战争的硝烟会变得更加黑暗和复杂，机器人会接受命令并高效执行，但有时人类的命令是错的。
而且随着机器人技术的进步，两边的辩论会越来越激烈，这也是个老话题了。
科幻作家 艾萨克·阿西莫夫 早预见了这种危险，他在 1942 年短篇小说 Runaround 中写了 机器人三定律 ，之后又加了 定律0 。
第零定律：机器人必须保护人类的整体利益不受伤害，其它三条定律都是在这一前提下才能成立 。
第一定律：机器人不得伤害人类个体，或者目睹人类个体将遭受危险而袖手不管。
第二定律：机器人必须服从人给予它的命令，当该命令与第一定律冲突时例外。
第三定律：机器人在不违反第一、第二定律的情况下要尽可能保护自己的生存。
简单说这些定律指导机器人的行为准则或者说道德指南，让机器人不要伤害，特别是不要伤害人类。
这些规则实践起来相当不足，并且有很多模糊的地方，但 阿西莫夫三定律 激发了大量科幻小说讨论和学术讨论，如今有专门讨论机器人伦理的会议。
重要的是，阿西莫夫写这些虚构规则是为了反对 机器人都很邪恶 这种常见描述，他童年读的小说里，这样的场景很常见，机器人脱离控制，然后伤害甚至毁灭创造者，阿西莫夫认为机器人有用，可靠，甚至可以让人喜爱。
我们讨论过的许多技术，有好的一面也有坏的一面，我们要认真思考计算机的潜力和危害，来改善这个世界。