被谷歌卖掉的波士顿动力到底有多牛？

我们是不是只需要机器人拥有大脑的智能，而不想看到它有灵活的外形？...



这个春天，是AI的春天。从AlphaGo战胜李世石，到微软发布能够允许任何人自己制作聊天机器人的Bot Framework，再到FB推出基于深度学习技术的人工智能搜索引擎Deep Text……AI的生命力正喷薄而出，一跃成为科技界最耀眼的明星。

尽管AI的技术一再突破，但能搭载这些最先进技术的硬件产品却迟迟没能问世。或许技术产业化需要一定的周期，但在AI当前耀眼的光芒下，以控制论为基础的机器人硬件制造行业很难不活在阴影下。比如刚刚被谷歌卖掉的波士顿动力，业界关心的热点集中于它跟谷歌的人工智能野心如何不合，而对于这家代表了直立行走机器人最高水平的公司本身，却不那么关心。

几乎所有的科幻作品强调的都是机器人人工智能的一面，运动能力被认为是次一等的技能，因为它依赖于传统的工程技术，不够神秘不够酷。不过小8觉得，如果Atlas的运动能力和AlphaGo的智能算法有一天合二为一，软硬结合的AI才能拽出天际。

一款副产品成功铺路VR研究波士顿动力公司成立于1992年，由创始人、也是公司现任总裁兼项目经理Marc Raibert将其从MIT中独立出来。公司的早期订单来自于美国军方，一直与美国国防高级研究计划局（DARPA）、美国陆军、海军和海军陆战队有合作，并接受DARPA的资助，生产出很多军事应用机器人。据说，它曾与美国系统公司一同接受来自美国海军航空作战中心训练处（NAWCTSD）的合约，该合约的内容是“以DI-Guy人物的互动式3D电脑模拟，取代海军飞机弹射任务训练影片。”

波士顿动力的工程机器人背景可以追溯它未从MIT独立出来的时期。那时，身为美国国家工程院成员、MIT和卡内基梅隆大学教授的Marc Raibert就是多足仿生机器人的狂热爱好者。尽管最初要频繁借助仿真软件来测试多足机器人的控制系统，而不得不建立一家软件公司，但Marc Raibert的兴趣点从未发生转移，坚持把公司的研究重点放到机器人上来，这或许与MIT人长久以来醉心于技术的DNA不无关系。



当波士顿动力的机器人研究远远不像今天这样能拿出一系列拳头产品的时候，这个公司就一不小心显露出其牛炸天的一面。因为狂热迷恋多足机器人，Marc Raibert在一次次的试错中，和几名同事一起开发出了DI-Guy仿真软件。这个软件包含了上千种可以直接使用的人物、现象和动作，它可以轻松地创建人群或者单个的个人，并让这些人产生地形感知、自主运动以及对正在进行的事情进行智能化应对，至今仍是非常重要的仿真开发工具。2007年起，DI-Guy开始用于另一项大热技术——VR的研发，并在2013年正式划归到VT MÄK公司，不再隶属于波士顿动力。DI-Guy被美国陆军、海军及支持开发工作的特种部队在模拟训练中广泛使用

直立行走机器人的NO.1

想象一下，一个能走能跑的机器人，可以帮忙搬运货物，故意把它推倒，它也能站起来，捡起散落一地的东西继续整理。它不光能取货、搬运，开车，连清理残骸、关闭阀门、连接消防水管等等高难度的任务也难不倒它。今年2月，波士顿动力发布最新版Atlas机器人的测试视频，整个业界都为之惊叹。波士顿动力成立20多年来，研究出了多款工程机器人产品，几乎每一款都代表了当时机器人工业的最高水准。对于类人机器人而言，从电机、到双足和手臂运动控制、再到环境感知和复杂任务规划等等，每一个环节都极具挑战。以今年2月24日发布的测试视频来看，最新版Atlas已经一改去年的跌跌撞撞，能轻松地在室内和户外的环境当中行走。

最新版的Atlas到底牛在哪？听小8慢慢道来：

这一年间，工程师们在它的腿部和身体上增加了各种保持平衡的高精度传感器，而且在头部增加了激光雷达和立体视觉传感器。身体内部以及腿部的传感器通过采集位姿数据使其保持身体平衡，它头上的激光雷达定位器和立体摄像机可以使Atlas规避障碍物、探测地面状况以及完成巡航任务。

值得注意的是，最新版Atlas腿部内嵌液压和冷却用的空腔。液压的力量比电机强很多，但是机械设计和控制方面难度也大很多。有多难呢？我们不妨把Atlas和本田的Asimo做个比较：Asimo主要活动环境在室内，其关节由电动马达驱动，而电动马达最重要的优势就是可以进行精确到毫米级别的位置控制, 所以研究者在Asimo上的算法是一种理想环境中的算法。2011年，日本发生海啸后，民众强烈要求Asimo参与核设施的处理任务。但显然Asimo的电动马达驱动让它在稍微恶劣的环境中都可能挂掉，冲到充满辐射和废墟现场作业完全是Mission Impossible。

而Atlas的关节由液压驱动，主要运行环境应该在室外尤其是军事行动中，关节驱动的误差范围根据受力不同会产生非常大的浮动，用于Asimo上的那些“实验室阶段”的理想假设根本没法在Atlas上实现。但是，最新款Atlas不仅成功让自己“瘦身”，把身高、体重从上一代的1.9m高，156kg重减为现在的1.75m高，82kg重，相比之前的版本在站不稳的时候靠上肢进行稳定，现在这个似乎能完全靠腿部的运动来维持平衡了，甚至摔倒后还能自己站起来。而且为了保证Atlas的高稳定性、高实时性和高响应性，它的大脑需要在每一次的运动过程当中至少使用两三道检测机制。

波士顿动力的官网目前展示出的机器人共9种：

LS3：四足机器人，帮助徒步士兵驮运他们的负载，对于崎岖的地形有较强的适应能力



Atlas：可以在室内和室外进行实际操作的大动力机器人，具备自主爬起来的功能Petman：人形机器人，用于测试化学防护服



Cheetah：猎豹机器人，目前世界上速度最快的四足机器人，公司的最终希望它能够达到猎豹每小时70英里的速度（约合每小时113公里）BigDog：大狗机器人，四脚着地都有一人高，由燃油发动机驱动，四肢平衡力很强，踹不倒。但是跑起来噪音太大，被美国军方弃用SandFlea：沙蚤机器人，为轮式机器人，最大的特点是可以跳跃到30英尺的高空实现越障RHex：六足机器人，最显著的特征是便携，能高机动性地攀爬，最大可以爬上60度的斜坡RiSE：六足机器人，最大的特点如同壁虎一般是可以爬垂直地形，如墙壁、树木和围栏LittleDog：小狗机器人，用于运动研究与教学的四足机器人    一具缺乏Deep mind的硬壳？

2月24日发布的最新版Atlas测试视频虽然牛的狂拽炫酷哪哪都炸天，但在随后的AlphaGo大战韩国棋王李世石的爆炸性新闻的光芒下，它就像一块扔进池塘中的小石头，只泛起几个浅浅的涟漪就不见了。最近，波士顿动力又被老东家谷歌卖给了丰田，各种传闻更是甚嚣尘上，其中一种就认为谷歌放弃波士顿动力，是因为机器学习在控制方面比传统控制理论更好，这两者是取代与被取代的关系，波士顿动力的产品只是一具缺乏Deep mind的硬壳罢了。

众所周知，机器学习可以在图像识别、环境感知、自然语言理解等方面实现一定程度的智能。而控制理论是控制机器人怎么运动，如何保持平衡的理论，是动力系统的问题。谈到Robotics时，我们更多指得是硬件相关技术；而AI从最开始来说，人工智能是一个计算机科学上的概念，并不对应着机器人，在最初的应用场景中也不涉及机械领域。两者目前来看是分裂的，那么有没有这么一种可能，两者走向统一，造出人类想象中的人形机器人？我们到底需不需要人形机器人？或许我们还要问一个问题：人工智能的最终形式是不是只需要有大脑（思维控制），而不需要小脑（肢体控制）？

在我们思考的时候，谷歌已经开始用机器学习训练机器人抓取随机物体了。没有经过训练的机器人在前 30 次抓取尝试中的平均失败率是 34%，经过3000个小时的训练、80多万次抓取后，失败率降低到了 18%。谷歌的研究人员们表示，虽然这一比例还谈不上完美，但如果碰到机器人试图抓你，它现在有 80% 的可能性成功。

最后附上最新版Atlas测试视频：

    关注 趣硅谷