普渡大学Aniket Bera：可靠自主机器人藏在可检查接口中

背景

2026年6月2日，国际机器人与自动化会议（ICRA 2026）在奥地利维也纳举行。普渡大学（Purdue University）计算机科学系教授、IDEAS Lab实验室主任 Aniket Bera 发表了题为《RobotsSafe Navigation in Unstructured & Human-Centered Environments》（在非结构化与以人为中心环境中安全导航）的主题演讲。

Bera 教授指出，当前大多数被标记为“成功”的自主系统，其本质并非机器人真正理解了世界，而是研发者通过人为铺设的外部条件（如围栏、地面标记、高精地图等）将世界简化了。这些条件本质上是帮助系统起步的“脚手架”。真正的自主性要求最终拆掉这些“温室”脚手架，让机器人直面充满不确定性的真实世界。为此，他提出了贯穿其实验室研究的核心框架——“学习负责提议，结构负责决策”（Learning proposes, Structure decides），并强调通过“可检查接口”（Checkable Interface）来确保系统的安全性。

核心内容

Aniket Bera 的演讲系统阐述了一套将学习型模块与结构化约束相结合的自主机器人方法论，主要包含以下四个研究支柱及核心逻辑：

1. 核心范式：从“温室”到“荒野” Bera 认为，传统自主系统依赖人为简化环境（如工厂围栏、AGV地面标记、自动驾驶高精地图）。这种“成功”是脆弱的，因为一旦脱离预设环境，系统极易失效。真正的挑战在于无GPS、无先验地图、无稳定工作流程的非结构化环境。在此场景下，任何错误动作都可能导致物理损失。因此，必须建立一种不依赖外部脚手架的鲁棒系统。

2. 架构原则：学习负责提案，结构负责决策 Bera 提出，判断自主系统优劣的关键不在于使用传统方法还是学习方法，而在于学习型模块暴露的“接口”是什么。

• 可检查接口（Checkable Interface）： 任何学习型模块（无论是视觉感知还是大语言模型）都不应直接输出最终控制指令，而必须通过一道由约束求解器审查的结构化输出。
• 分工明确： 学习赋予机器人灵活性，提供丰富的表征和候选方案；结构赋予系统可靠性，负责决策哪些方案可被信任和执行。

3. 四大支柱研究详解

• 支柱一：感知——从“好看的地图”到“可用的状态” 感知栈必须输出几何的、语义的、可定位且对下游任务有用的“类型化状态”（Typed State），而非原始像素或黑箱嵌入向量。

  • FastSLAM： 针对神经渲染（如3D高斯溅射）在实时闭环控制中速度慢、脆弱的问题，将位姿估计从“渲染-优化”转变为“匹配-刚体注册”。通过SVD解法直接求解SE(3)上的最小二乘对齐，实现无人机在茂密森林中的实时定位与建图。
  • GoSLAM： 解决重建物体的可指称性和开放词汇语义问题，使规划器能通过物体名称而非像素坐标查询地图。
  • TransLocNet： 解决无GPS环境下的全局锚定问题，通过跨视角、跨季节的地面观测与航拍影像配准，实现鲁棒的全局定位。

• 支柱二：可信自主——大模型是被审查的提案者 学习型模块在分布偏移下可能失效，或在语言模型中生成违反约束的计划。

  • SELP（ICRA 2025最佳论文入围）： 将大语言模型从“无约束规划器”转变为“受约束的提案机制”。将任务翻译为时序逻辑规范，在生成过程中，每个token采样前检查部分计划的可行性。若不可行，该token被屏蔽。约束嵌入在生成过程本身，而非事后补救。
  • CAsForD（Context-Aware Safety For Decision-making）： 当用户指令不安全时，系统识别不安全成分并选择安全修复方案，而非简单拒绝。
  • 原则： 学习型模块永远不获得未经审查的权威，其产生的计划、修复和控制必须可验证、可约束、可认证。

• 支柱三：人不是移动障碍物——行为感知导航 在密集社交场景中，人、物、环境形成耦合的不确定动力学系统。机器人需预测人类行为，推理以物体为中心的上下文，并在几何约束不足以保障安全时采取行动。

• 支柱四：多机器人协作——去中心化团队自主性 研究协作主动重建、多智能体信息路径规划等。核心策略是“训练集中，部署去中心化”：在训练阶段使用集中式学习获取优势，但在部署阶段基于局部观测和有限通信以去中心化方式运行，适应部分可观测和通信受限条件。

4. Q&A 环节核心观点

• 关于护栏（Guardrails）： Bera 批评将物理约束作为“事后补救”贴在机器学习模型外的做法。他认为约束应“内置”（in）到学习空间本身，通过形式化方法规范独立约束每一个输出。
• 关于学术界与工业界的脱节： 他指出学术界常将“学习”包装为万能神谕，而工业界更信赖传统控制。弥合差距的方法是关注系统失败点和下游可靠性指标，而非仅看“教科书数字”，并从一开始就给学习型问题赋予约束和意义。

关键要点

• 核心论断： 当前自主系统的“成功”多源于人为简化环境（脚手架），而非机器人真正理解世界。真正的自主性需拆掉脚手架，直面非结构化环境。
• 方法论框架： “学习负责提议，结构负责决策”。学习型模块提供灵活性和候选方案，结构化模块（形式化方法、约束求解器）负责安全性和最终决策。
• 可检查接口（Checkable Interface）： 学习型模块（感知、LLM等）的输出必须是可被形式化方法验证和约束求解器审查的结构化输出，严禁直接输出未经审查的控制指令。
• 感知革新： 感知输出必须是“类型化状态”（Typed State），包含几何、语义、定位及不确定性信息。FastSLAM、GoSLAM、TransLocNet等项目分别解决了实时性、语义指称和全局锚定问题。
• 大模型应用边界： 大语言模型应作为“受约束的提案机制”而非最终决策者。通过SELP等项目，将时序逻辑规范嵌入生成过程，确保每一步计划的可执行性。
• 安全观： 安全约束不应是事后的“护栏”，而应内置于学习空间。通过形式化方法规范，从源头保证生成结果的可靠性。
• 社交与协作： 机器人需建模人类行为及多智能体交互，采用“训练集中、部署去中心化”的策略实现鲁棒的多机器人协作。

意义与影响

Aniket Bera 的演讲为具身智能和自主机器人领域提供了一条从实验室走向真实世界的清晰路线图。其核心贡献在于打破了“传统控制”与“基于学习的方法”之间的二元对立，提出了一种融合二者优势的混合架构。

1. 重新定义安全边界： 通过强调“可检查接口”和“内置约束”，该框架解决了深度学习模型在安全关键应用中“黑箱”和不可解释的痛点，为LLM和感知模型在物理世界的安全部署提供了工程化路径。
2. 推动真实世界部署： 针对无GPS、非结构化环境的解决方案（如FastSLAM、TransLocNet），直接回应了工业界和国防领域对鲁棒性的高要求，有助于弥合学术界追求KPI与工业界追求可靠性之间的鸿沟。
3. 方法论启示： “学习赋予灵活性，结构赋予可靠性”的理念，为后续机器人系统架构设计提供了重要参考。它表明，未来的自主系统不应是单一技术的堆砌，而是形式化验证与数据驱动学习的深度耦合。

这一框架若被广泛采纳，将加速自主机器人从受控的“温室”环境向复杂的真实“荒野”环境迁移，推动具身智能技术在制造、物流、救援等高风险场景中的规模化落地。