端午小长假的第一天，去听了一天中科院和宾大合办的暑期模式识别培训班，上午下午各四个讲座。开场第一个是prof. Dan Lee，他的简历简直酷炫，讲的是智能机器。主要分了三个部分，感知、轨迹规划和运动控制，基本是关于学习算法在机器人上的应用。第一个例子印象比较深，是做声音定位，现场还请了个同学做示范，非常明晰地把背后的道理讲出来了。感觉他做得这些研究至少看上去并不是遥不可及艰深无比，但是都很有趣。还有一个很重要的是他们都用的是成熟的平台，从声音定位的aibo狗，到降维轨迹规划的RP2，再到push recovery的hubo，全都是著名的机器人平台。我想通过有效利用现有成熟平台，他们就可以把更多的精力和时间用在原理和机制的探究上，从而让自己的研究看上去更立体，更有层次感。
第二个讲的是北航的文力老师，做的是类鲨鱼皮仿生材料，合作单位有哈佛和一个别的什么美国大学。研究很厉害，上了nature hightlight，回来一查，老师本人也很厉害，10年博士毕业，得了个什么会的最佳学生论文，短短五年已经副教授加nature论文加身。工作本身很有意义，而且他们长期做下来就有越挖越深，越做越广的效应，最终形成了这种标志性的研究。所以研究这种东西，还是得钻进去，进去了才能发现里面的广阔天地。
下午第一场本以为是以助老机器人为主题，结果上来是将低成本机器人。Mark Yim老师头发长长的，白发很多，很有日本学者的感觉。他的研究路线我觉得很有趣，第一个案例是电机，他们发现好（贵）电机与差电机的差别主要在smooth这项指标上，于是加入一些传感器和控制，在差电机上达到了好电机的效果。然后降到飞行机器人，说旋翼的成本中IMU占很大比重，于是想能不能不要测量环节，实现被动稳定，结果用很机械的方法成功了。后来有讲通过控制桨叶转动达到削减直升机电机数的案例。期间还有一些比如自制laser传感器，自制手爪，自制万向移动平台之类的东西。都是用一些看似简单的方法，实现低成本的机器人，而且结论还有借鉴意义。虽然这些东西看上去并不高大上，老师也说了，低成本的追求在很多人看来不应该来自科学家，更偏向于工程应用，但他得到的结果我觉得是富有启发性的。老师在台上伸出手像孩子模拟开飞机一样讲解被动平衡的样子特别触动我，他真的是沉醉在自己的研究中，这种状态应该是很多人梦寐以求的吧。