早在2016年，我们探讨和测试远程医疗机器人项目时，遇到一个绕不过去的问题：需要有人远程操作机器人的活动。
在真实环境中，比如医院病房和门诊、手术室、传染病隔离病房，社区卫生院；养老院以及居家环境，都难以实现无障碍畅通活动。其中有Wifi网络问题，更重要的是机器人无法自动识别和避障。本文是科学家最新研究报告摘要，有助于解决上述问题。
阅读文摘
在真实环境中，如家庭或医院或户外营地，使用移动远程医疗机器人需要进行语义导航。
最新研究项目，包括对语义视觉导航方法进行了大规模对比研究，包括经典方法、模块化学习方法以及端到端学习方法，在六个真实家庭环境中的表现。
研究结果显示，模块化学习方法在现实环境中的导航准确成功率高达90%，而端到端学习方法在模拟环境下的成功率从77%降低到真实环境中的23%。
这表明，由于模拟环境与现实环境中的图像领域存在巨大差距，模块化学习方法更为可靠和有效。此项研究为研究者提供了两个关键的发展方向：解决模拟和真实图像中的巨大差距问题，以及处理模拟和现实世界中错误模式的脱节问题。值得关注。
未来远程医疗机器人应用场景
人可以毫不费力地在看不见的环境中“航行”，是因为利用了先前经验来探索任何新环境并且有效地找到目标对象。比如，当我们第一次去朋友家寻找一杯水时，我们可以轻松找到厨房，而不是去卧室或储藏室寻找。
此类语义先验对于在家庭和医院等不受控制的真实环境中部署自主远程机器人系统至关重要。在居家养老环境中，智能机器人帮助老人记住药品放在哪儿，生活用品和必需物品的具体位置，或许掉到沙发或床底下物品，等等，无需老人告知去哪儿寻找。