网红机器人“跑酷”技能被人工智能收割？专家：和机器学习无关

源 / 顶级程序员   文 / 江户川雨

网红机器人

最近，接连发布的两条波士顿动力机器人的最新视频还有让大家感到惊讶，一段是发布于今年10月11日标题为“跑酷阿特拉斯”的视频，显示出Atlas“轻松地”跑上2英尺高的台阶。而在另一段SpotMini机器人跳舞的视频中，则尽显了其机器人的灵活程度。

波士顿动力公司最先引起人们注意的是一只令人毛骨悚然的四足大狗机器人。另一款升级版机器人SpotMini像是狗和蜘蛛的组合。

这款机器人能在办公室里行走，能爬楼梯。波士顿动力公司创始人马克•莱伯特（Marc Raibert）表示，该公司计划在明年建造大约100个SpotMini，最终实现大规模量产。

但最能吸引眼球的还是拟人机器人Atlas。Atlas具备了对环境的认知、辨识，并且做出自发反应的能力。

可以想象，这种能力将被迅速改进、提升。1年、5年、10年之后，Atlas或类似的机器人将获得何种能力？

在战场上，在火灾中，在深海里，在太空中，机器人将如何大显身手？

科幻已经不够，想象已经贫乏。机器人的未来演出令人细思极恐。

当美国科技奇人马斯克看到波士顿机器人时，不禁发推惊呼：“完了。面前这个机器人再发展几年，它的速度到时候我们需要借助闪光灯才能看清它，做美梦去吧……”

（“跑酷阿特拉斯”的奔跑）

（随歌起舞的SpotMini机器人）

来自专家的回怼

对于波士顿机器人研究的迅速发展，有媒体马上表示：

现在。硬件方面其实已经成熟，最难的就是算法，从机器人设计来看，每一种动作背后是一个算法，像是跑步、蹲、跳跃等，要把各种算法软件结合，进而协调双足自由度的运作，其中人工智能在此扮演了关键角色。

从这可以看到他做到了让算法快速迭代，人工智能在此显然扮演了重要角色。

波士顿动力需要用到复杂的人工智能算法，以保证机器人的平衡以及定位和导航功能。

对此，来自意大利技术研究院（IIT），研究方向为仿人机器人的博士生任赜宇，针对此言论发表了非常不同的观点。

他说：“在我来看都是挺可笑的bullshit，我也不知道这类信口开河的自信是哪里来的。”

他认为，现阶段 Atlas 2 只是在极佳性能的硬件平台上使用传统的运动控制方法去实现了这一系列令人震撼的高爆发力的跑跳运动，并没有使用任何与人工智能相关的机器学习算法。

他进一步谈到，大约从 17 年开始，很多研究人员尝试将机器学习的理念应用于腿足式机器人，尤其是双足机器人的行走（locomotion）控制中，取得了很好的成果。但大方向上，还是体现了当前机器学习类方法在双足机器人硬件平台上落地的局限性，包括训练周期长，可供采集的样本少，机电系统不稳定性带来的 corner case ，设置 Reward 难度大，仿真模型和实际模型相差太大等等，还有相当长的道路要走。

任赜宇说“我本人对这类新的方法和可能是非常开放的，但把现阶段的波士顿动力和人工智能+机器学习扯上关系，我是绝对不能接受的，

初衷很简单，一方面，明明是一群做机电液压系统实现+传统运动控制的工程师辛勤工作的成果，凭什么要被人工智能收割？

另一方面，还原事实真相，找准差距和发展方向，我们才能尽可能缩短和别人的差距，否则只能被疯狂收智商税。”

任赜宇表示，虽然一些做腿足式机器人相关的同行也都义正辞严对以上言论进行了留言和批评，但总的来说，保持头脑清晰、客观理智的人还是少数，大部分人还都在跟风鼓吹人工智能和机器学习。

核心

实际上，波士顿动力创始人Marc Raibert已经在无数场合公开声明“他们目前没有使用到机器学习相关的算法，仍是基于传统的运动控制去实现，但并不否认未来应用的可能性”。未来是否会应用都是后话，我们聊的就是现阶段波士顿释出的有关双足Atlas 2的Demo。

在任赜宇看来，波士顿动力Atlas 2的核心是在于其：

1、独一无二性能极佳的硬件平台 +“饱经锤炼”的运动控制算法 （QP+RHC）

2、独一无二性能极佳的硬件平台

这类高能量密度、高集成紧凑度、高结构强度的液压元件与机电系统，很难在地球上找到第二家。Raibert 在今年 IROS Planetary Talk 也提及：Atlas 2 的动力源液压泵是做到了极小尺寸的高能量密度（5kw/5kg）——「You can not find it anywhere else in the world.」Raibert 相当自豪地说到。

对于「硬件方面已经成熟」这种言论，任赜宇表示，不知这样的自信从何而来。另外，更不要谈拥有硬件平台之后，后续相应的优化，维护和调试工作了。

任赜宇说：真正好的运动控制算法是需要在实际的硬件平台上花心思精力去调试出来，也就是我指的“饱经锤炼”！

具体来说，Atlas 2 的运动控制大方向是基于 QP+RHC (Raibert 2018 IROS 口头叙述)：

1、Quadratic Programming（QP）二次规划；

2、Receding Horizon Control（RHC）= Model Predictive Control（MPC）模型预测控制。

QP 与 RHC（MPC）是做运动控制的同行比较熟悉的，但把这类大家都熟知的控制方法应用在 Atlas 2 这个大人型上，实现最近我们看到的后空翻、三级跳与跑酷相当困难——需要一个漫长而复杂的基于实际硬件系统（考虑单个驱动器存在的超调、滞后与误差与多个驱动器误差的叠加与耦合）的调试和优化。

举两个浅显的小例子去说明我们当前高校实验室和波士顿动力在做运动控制的差距：

1、仿真环境中的运动控制≠实际硬件平台的运动控制；

2、小尺寸双足人形（诸如Nao）的运动控制≠大尺寸仿人双足人形的运动控制。

在今年马德里 IROS 的 Planetary Talk 上，任赜宇和朋友在会场又亲耳听 Marc Raibert 重复了一次，并且今年他的导师（Nikos G. Tsagarakis）被邀请为 Marc Raibert 的 Planetary Talk 的介绍人，和 Marc Raibert 私下聊了很多，再三确认过现阶段 Atlas 2 仍然是基于传统的运动方法。 

焦虑

其实，对于媒体来讲，将波士顿动力公司的机器人扯到人工智能话题，多半出于一种焦虑。

2013年7月，身高一米八 (6’2’’) 、体重300斤 (330 lb) 的Atlas，第一次出现在世人面前。

Atlas并不只是波士顿动力的孩子，是DARPA和几家公司共同的结晶，iRobot就是它的其中一个爸爸。

年幼的机器人要学会走路，平衡能力是其中关键。

2013年10月，视频里的Atlas已经可以用单腿保持平衡，还蹚过了一段碎石乱走的路。

2015年1月，Atlas 2.0出现了，只有小腿和脚的部分不是新设计。与前代相比，体态更加轻盈，有了更多的传感器和感知系统，动作产生的噪音也没那么大了。

重点是，提线木偶时代已经过去，机器人现在是无线机器人了，完全依靠电池供能。

2016年2月，再一次出镜的时候，Atlas又减重了，还变矮了，只有一米七五 (5’9’’) 。

当然，变化的不只是身形，还有活动范围，室内户外皆已解锁，崎岖的地形它也喜欢。

2017年11月，空翻技能举世瞩目。Atlas终于解锁了一项超出人类日常技能范围的操作。

2018年5月，半年之后，有些人类可能还没从空翻的优雅视频里回过神来，Atlas已经开始在清晨的空气里，享受有氧运动的舒畅了。

和人类不同的是，运动过后Atlas不用补充蛋白质，充电就可以了。

于是，问问你自己，你是几岁学会走路？几岁学会跑步？想要几岁学会空翻呢？

可以说，波士顿动力公布了一系列人形机器人的视频后，让整个世界为之惊叹。视频中的机器人打破了以往机器人不能行走，且笨重迟钝的形象，尤其逆天的平衡性，在被人撞倒在地，也能爬起，看过视频的朋友都会觉得十分惊讶。

当观看到这则机器人视频后，就能明白为何有人担心发展人工智能，假如这逆天的机器人装上谷歌大脑后，那么离天网时代的智能机器人就不远了。

发展人工智能是召唤邪恶，还是能造福人类存在较大争议，关于人工智能征服了人类，或者毁灭人类言论也比较多，不过，这种担忧并非天方夜谭，尤其谷歌在训练人工智能，不仅让读了几千本言情小说，甚至还能描述所看到的画面，想象一下，当计算机能够准确地识别和理解它所看到的一切时，世界该是个什么模样？

左图是原图，右图是机器描述它所看到的画面

机器人一旦看、听、阅读能力得到提升，再把这个人工智能大脑植入至平衡力惊人的波士顿动力人形机器人后，世界将会发现什么变化？机器人大军？《终结者》电影天网节奏？

连谷歌人工智能工程师也提醒，十年后，“天网”出现并非不可能。

想一想《黑镜》里的金属脑袋 (Metalhead) ，即使未来很遥远，但不免毛骨稍微悚然那么一下子。

这一步一步也加剧了人类对于机器人未来的焦虑。

再加上国外机器人的研究已经突破天际，而反观国内，一大堆人工智障的垃圾，让很多科技圈人士开始盲目的担忧起来。所以，一大部分过分鼓吹人工智能，藐视传统技术的宣传开始大行其道。

对此，任赜宇说“其实，有时候觉得国内外技术层面上的差距倒没有很可怕，可怕的就是国内某些掌握话语权的大佬们拍脑袋式的为了迎合国家政策的瞎指挥，苦了还是底下做实事的科研人员。深切觉得还是得多和国际交流，找准正确的方向，脚踏实地去追赶。”

参考：https://zhuanlan.zhihu.com/p/47984991

-END-