苹果近期宣布推出最新研发的机器人ARMOR，引起了科技界和工业界关注。 ARMOR 是苹果与美国卡内基美隆大学合作研发的新避障系统。 作为苹果在机器人领域的最新探索，ARMOR不仅代表苹果在硬件、软件和AI术上的最新进展，更显示苹果对未来技术方向的深刻洞察。
ARMOR 机器人之所以引人注目，除了苹果强大的品牌效应外，更重要的是它在技术上的一系列创新，尤其是在避障系统和传感技术方面。
传统的人形机器人通常依赖安装在头部或躯干的集中式摄影机与激光雷达系统进行环境感知，虽然这种方式能提供广阔的视野，但存在手臂和手部区域被遮蔽的问题。 为克服这项挑战，苹果的ARMOR系统采用了一种全新的分布式传感器布局，特别是在机器人手臂上集成了大量传感器，提高了机器人在复杂环境中的避障能力。
ARMOR 机器人配备了多达 40 个 SparkFun VL53L5CX 飞时测距激光雷达传感器，分布在机器人每只手臂上。 每个传感器尺寸仅6.4×3.0×1.5毫米，能够提供高达4000毫米的测距范围，分辨率为8x8.频率为15Hz。 这些传感器的分布使得 ARMOR 能感知手臂和周围环境的每一细节，大幅提升了避障精准度和反应速度。
传统机器人在避障过程，往往需要依赖大量的外部计算和处理，而ARMOR通过整合硬件和软件的方式，将避障决策过程进行在地化处理。
ARMOR 搭载了一款名为ARMOR-Policy的 Transformer 编解码架构，能通过模仿学习的方法，从人类运动展示中学习如何避开障碍物。 这种基于深度学习的避障系统，使ARMOR在复杂的动态环境中更能灵活且精准地进行运动规划。
研究团队使用了AMASS数据集中311.922个真实人类运动序列，这些数据涵盖了操作、舞蹈和社交行为等多种运动类型。 透过将这些数据转化为机器人关节的运动轨迹，并在其周围生成障碍物区域，ARMOR 能精确地计算出安全的运动路径，在避障性能上显著提升。 相较于传统策略中使用四个安装到机器人头部以及外部感测，ARMOR 的碰撞次数能减少 63.7%，成功率提升 78.7%。
ARMOR 另一创新点在于其运动规划的灵活性。 ARMOR-Policy 系统通过引入额外的编码器层和潜在变量推理，能够产生多个运动轨迹候选方案，并通过计算选择最优路径。 这种动态规划方式使ARMOR在不断变化的环境中实时调整自己的行动，避免了传统机器人在静态环境下的限制。
此外，ARMOR 也具备较高的运算效率。 与基于采样的运动规划专家系统-英伟达的 cuRobo 相比， ARMOR-Policy 表现出更好的性能，碰撞能减少 31.6%，成功率提高 16.9%，计算效率提升 26 倍。
为了验证ARMOR系统的可行性，研究团队也部署到Fourier GR-1人形机器人上，并成功实现了每秒15次的实时避障轨迹更新。 结果表明，ARMOR 在复杂环境中的避障性能远超传统方案且系统稳定性良好。
ARMOR 机器人的推出，不仅展示了苹果在硬件设计上的新突破，也为未来在其他机器人领域的产品奠定基础。
苹果近年在 AI 技术的投入持续增加，其产品中整合的 AI 功能如 Siri 语音助理、影像识别技术等，已成为苹果生态系统的一部分。 ARMOR 机器人所搭载的避障系统与 AI 密切相关，通过深度学习和强化学习的结合，ARMOR 能够实时分析和预测环境中的变化，从而做出最佳的运动决策。 这意味着苹果在 AI 的技术积累，正在通过机器人产品进一步延伸与应用。
