Aaron Dollar辦公室的墻上貼著R.U.R.（Rossum的通用機器人）的海報。1920年的捷克戲劇創造了“機器人”這個詞。戲劇的最后機器人控制了生產它們的工廠，然后消滅掉了所有的人類。幸運的是，Dollar對人類和機器人的關系持有樂觀態度。
Dollar將機器人視為我們日常生活中的幫手，比方說幫忙布置餐桌或者幫忙安裝新書柜。但是，在機器人能在家庭的非結構化環境（相對于工業環境）工作之前，還需要重大的技術飛躍和全球機器人主義者的努力和協調。起居室被稱為機器人的最新前沿，但首先，機器人領域需要設立一些能讓每個人都同意的標準。
一個包含77種工具的手提箱大小的箱子，它里面有錘子、無繩電鉆、垃圾桶和九孔樁測試的東西。它們可能看起來很普通，但這些精心策劃的家庭用品可能是一種新機器人標準化的未來。這被稱為Yale-CMU-Berkeley（YCB）對象和模型集，旨在專門為世界各地的機器人操作和假肢實驗室提供通用基準。
Dollar是機械工程和材料科學的副教授，大約兩年前就有了這個想法。他希望給機器人研究中的操作任務帶來一定程度的特異性和普遍性。例如，現在的研究論文可能將特定的任務描述為“機器人手抓握錘子”。那么到底是一把大錘子還是小錘子呢？我們并不知道，所以如果你在一個機器人實驗室工作，并且重復這個研究實驗的話，這會是一個問題。如果使用YCB集，每個人都會在YCB要求的標準情況下進行實驗，比如使用23.45盎司的斯坦利錘子。
除了對象之外，項目還提供了五個操作任務的示例（例如將水從壺里倒進杯子，或者布置餐桌）和每個示例的基準。該項目的網站還允許其他實驗室通過提供自己的協議和基準來擴展這些任務。Dollar表示，當實驗室單獨通過自己的標準和協議工作時，通常對實驗室的特殊優勢存在無意識的偏見。通用標準將提供一種更公正的方法來評估結果。
機器人目前在結構化環境（例如出廠設置）中表現良好，它們執行和重復數量非常有限的任務。“在結構化的環境中，機器人在完全相同的地方看到完全相同的對象，”Dollar說，“讓機器人在這些環境中操作是一個相對直接的事情，因為你只需要編程讓它做一件事。”
但是，Dollar和其他機器人主義者有更具挑戰性的創作想法。
上圖：機器人抓住電鉆。圖片來源：耶魯大學
他說：“現在機器人領域正在研究可以在日常環境和家庭中工作的機器人，這是裝配線的另一體現。”
長期以來，標準一直是科學進步的關鍵部分。直到19世紀，個別地方的時間由市政時鐘管理。今天，由于全球統一了時間標準（和日益準確的原子鐘），我們有了個人GPS系統和無人駕駛汽車。幾個世紀以來，人們用他們的手和腳來測量東西的長度和高度。但后來世界標準化了測量單位，國際重量和測量委員會在巴黎的氣候控制庫中存儲了金屬棒，每個金屬棒都作為特定測量單位的標準承載體。在最近幾年，這些金屬物體已經被基于光速（其中涉及原子鐘和時間的標準化）的更精確的標準所替換。
在某種意義上，77項框是與巴黎金庫或原子鐘相當的機器人技術。如果實驗室更好地溝通，以更快的速度推進領域，可能會引領一個新時代。這是關鍵的一步，因為讓機器人從裝配線走入日常生活很有難度。Dollar專注研究機器人操作或抓握。作為人類，我們經常理所當然地把復雜的東西看得很簡單，比方說拿起一個叉子并使用它。為了制作能執行很多任務的機器人，并且每個實驗室不能再根據自己的測量標準進行操作，所以他們需要一個通用標準。
這就是77項框發揮作用的地方。機器人實驗室能夠找到自己的對象來操作是很容易的。但是為了推進研究，該實驗室的工作結果必須能夠與其他實驗室進行比較。
他說，“當我們有新的組件或手的想法并進行測試，以便研究它的工作原理時，通過量化評估我們可以看到，與其他想法相比該想法的情況如何。但是Dollar表示他們沒有獲取YCB集演示的高級功能。
機器人專家表示，這樣的標準在最近將有很多用處。該領域的研究一直不夠復雜，直到最近幾年才從這種標準化中受益。然而，現在的情況又有所不同，因為集成系統需要多學科聯用來創造出能夠做一些收拾碗筷這類事情的機器人。
哈佛大學工程學院雅培和詹姆斯·勞倫斯教授Robert Howe說：“機器人從實驗室逐步應用到現實世界，人們很難理解它們的能力和局限性。在工廠里，一切都是設置好的，你可以嚴格測試它們的工作，但在廚房里可能有20種咖啡杯，所以如何表征和比較機器人存在很大困難。Aaron的方法就很有前途。”
上圖：鍋和鏟是家庭常用之一，需要由專門從事機器人操作的實驗室提供通用基準。它們的不同形狀和大小能涵蓋大部分機器人的能力。圖片來源：耶魯大學
Howe指出，即使是看似簡單的抓取任務也需要非常先進的工程。不僅需要精心設計手和手臂，操作者還必須仔細控制，然后必須將所有這些協調的元素包裝到一個單一的系統中保證機器人要足夠快和準確。他的實驗室在研究觸覺感測，研究可能會需要計算機視覺專家的加入。
Howe說：“這就是為什么說YCB集很有必要。”現在，實驗室可以對機器人在某項任務上做得好壞進行評分，實驗室之間可以進行PK。
在Dollar有了標準化設置的想法之后，他在機器人領域的兩個前同事也加入了研究，分別是來自卡內基梅隆大學的Siddhartha Srinivasa博士和加州大學伯克利分校的Pieter abbeel博士。他指定Berk Calli在他的實驗室擔任博士后，并負責該項目。2014年來到耶魯的Calli表示，機器人技術缺乏重現性是該領域研究人員長期以來認可的問題。他表示，一篇文章只比較了其他實驗室的兩個算法，這是非常罕見的。
Calli說：“如果你可以用協議來比較他們的算法，這會是巨大的進步。在機器人的量化和比較方面，還從來沒有這么做過。”
Calli表示，該領域只能接受標準化。“有一個算法池，沒有人知道哪個算法性能最好，如果不知道哪種算法有用，我們就無法繼續完成接下來的工作。”
理想情況下，YCB集提供對象和示例任務只是一個開始。在YCB對象和模型集網站上，研究團隊還為其他實驗室提供了一個框架，以便于其他實驗室提供自己的操縱測試和基準。在那里，研究人員可以看到其他實驗室的協議，并可以在論壇中進行討論。
Dollar說：“最主要的是讓其他研究人員提出自己的協議，然后讓人們利用這些協議。”
上圖：玩具飛機是機器人編程組裝的對象之一。圖片來源：耶魯大學
為了選擇正確的對象，研究人員梳理了許多機器人的論文，以了解操作測試中最常用的是什么類型的項目。他們也去商店尋找更多的想法。
應該優先選擇耐用并且現在流通而未來也不會有很大改變的物體。還應選擇標準消費對象以降低成本。
對象分為幾類。例如，食品組包括谷物盒、Pringles芯片圓筒和垃圾桶。工具的范圍應該從小釘子到木塊和一個無繩的鉆子。Dollar表示他的目標是能抓起各種尺寸的物品。一些物品具有相對容易抓握的簡單幾何形狀，而其他物體的復雜形狀對機器人手來說是更大的挑戰。
這些項目還包括各種基于任務的對象：“盒–塊測試”，即木制立方體放置在盒子中；可組裝和拆卸的玩具飛機；各種樂高積木建筑結構件。該套件還配有一個數字計時器，用于測量某些任務的執行速度。
找到YCB集的所有正確的部分后，為了項目順利進行，Dollar還需要說服其他實驗室采用YCB集。他和他的同事一直忙于在國際機器人會議上宣傳這些集。YCB集在2015年5月的IEEE國際機器人和自動化會議（ICRA）上首次亮相。Dollar表示，大家的反應“非常積極”，他們收到了約為50個集的請求，研究人員還可以訂購套件并將其運回實驗室。目前世界上約有100個機器人實驗室有YCB套件。
Dollar說：“我們希望盡可能多的人使用YCB集，因為這是讓YCB集發展的唯一的方式。”
南佛羅里達大學計算機科學與工程系副教授Yu Sun表示，他的實驗室是“幸運兒”之一。今年10月在韓國，他在智能機器人和系統國際會議舉辦的比賽中用到了YCB集。他自己的實驗室已經使用對象生成了一些操作數據。
Yu Sun說：“使用Aaron Dollar對象集的好處是其他人也能夠使用我們的數據集，因為他們有相同的對象，他們可以應用到他們自己的算法中。如果機器人所處的物理環境條件不同，其他機器人的數據集就無法直接應用。”
