今天小編分享的互聯網經驗：波士頓動力創始人WRC演講：人形機器人真是個好主意嗎？，歡迎閱讀。
文 | RoboX
在 2024 世界機器人大會上，人工智能研究所執行主任、波士頓動力公司創始人 Marc Raibert 的出席和發言備受矚目。RoboX 在現場對其演講内容進行了記錄和整理，并據其内容提煉出下文：
從研究生物，到研究機器
" 對我來說，開發機器人技術的最初靈感來自于動物。"
大約在 50 年前，Raibert 開始從事機器人研究。當時，身為碩士生的他參加了一場大會，并在現場看到了一個機器人。
這個機器人給他帶來了啟發，但并不是因為其設計有多好，反倒是因為它的缺點：例如外觀吓人、移動不夠順暢等。
他頓時覺得，當時的機器人設計思路是完全錯誤的——在動物移動的時候，它們可以很好地維持平衡，且不需要限制自己的速度，機器人也應當如此。
在 Raibert 還在學習生物學和神經控制時，他認為動物的動作非常神奇——它們可以快速奔跑，感知靈敏，動作靈活。它們都為了生存而奔跑跳躍。
即便人類的生存環境雖沒有那麼惡劣，但也能擁有協調的動作。就連兩歲多的幼兒，在沒有接受任何訓練的情況下，也能做到合理地攀爬。
他回憶道，曾有的機器人擁有 6 條腿，18 個關節。在 Raibert 看來，這實在太過冗餘了。
" 如果用逆向思維來考慮，6 足機器人可能會有 3000 萬種可能的步态，那我們是不是也可以做一條腿的機器人？它只有一個步态，那樣就無需考慮如何平衡多樣、復雜的步态。"
但是，對于單足機器人來說，它對動力、平衡、控制的要求都更加嚴苛，所以 Raibert 也開始考慮做雙足機器人——它的平衡性不僅更好，甚至還可以翻跟頭。
在 20 世紀 80 年代初，由于缺乏集成化和小型化的技術，Raibert 及團隊會為機器人配備一台外置計算機，但彼時他們已經掌握了動态系統中關于移動的基本原理。
之後的故事大家都知道了，波士頓動力做了四足機器人，它們可以做出各種各樣、更加復雜的運動。
從運動智能，到認知智能
到了最近，Raibert 的多數工作都與機器人運動智能相關，包括控制零件、保持平衡、控制能量、實時與周邊環境互動，探索周圍物體等等。
但是除了運動智能，還有認知智能。
在 ChatGPT 影響到世界之前，Raibert 就已意識到了這一趨勢，于是在兩年前創辦了人工智能研究所（AI Institute），希望将這兩種智能合二為一。
" 不知道我是否能迎頭趕上人工智浪潮，還是會被這個浪潮吹的暈頭轉向，但這确實是讓人興奮的認知智能時代。我們人工智能研究所持有長期思維，而非希望通過銷售產品來賺錢。"
Raibert 表示，他希望人工智能研究所能成為純粹專注于機器人技術，以及人工智能未來幾代需求和發展的基礎研究實驗室，為未來的研究者鋪好道路。
他介紹稱，現在人工智能研究所主要關注 4 個領網域。
運動智能
認知智能
硬體設計——在這一點上，Raibert 認為如今大家都在關注計算和算法等軟體問題，導致硬體的重要性遭到了忽視。
倫理和道德規範
在運動智能領網域，Raibert 認為最典型的設想其實是打造一種高度靈活、運動控制極佳的交通工具，這種工具甚至可以模拟人的動作。
基于此靈感，人工智能研究院設計了一款類似自行車的雙輪機器人，它可以自主感知環境并保持平衡，根據規劃，它甚至可以載人彈跳。
他還介紹了另外一個項目——HALO，也就是人類運動學習優化系統。其目标是獲得環境高度适應性，同時保持系統的運動特性，該目标将通過機器學習和人工智能來實現，例如通過仿真加強學習。
HALO 希望通過大規模的仿真，讓機器人在不同地形、不同特征的環境中進行訓練，以達到相應的運動特征。
" 最近我們也将這一技術用到了機器狗 Spot 身上——我們讓波士頓動力開了一個新的低級别 API，直接進行控制。通過仿真訓練，我們讓機器狗的奔跑速度比此前軟體控制的速度快了一倍。我們現在已經通過英偉達開源了 API。"
Raibert 不希望機器人使用固定的步态，而是要用最合理、協調的步态獲得最大的靈活性以及速度。于是，他展示了一個用三條腿 " 瘸着走路 " 的四足的機器人，同樣走得很流暢。
" 我還記得當年在波士頓動力剛推出機器狗時，它的四條腿好像各自有各自的動法，沒法好好走路。但現在它已經可以用三條腿走路了。"
從科幻電影，到現實生活
Raibert 的另外一個認知智能項目，叫「看 - 懂 - 做」（Watch.Understand.Do）。該項目不主張非常復雜的編程，而是讓機器人觀察人類執行任務，并理解它們看到的東西，以及需要實用的技能，然後自己規劃和執行。
" 現在，這仍像是科幻電影，但是我想，結合了模型訓練的基礎，再結合運動技能，我們在未來可以在這方面獲得進展。"
其實，在家用機器人方面，人們早已有類似的思路。例如讓機器人在環境當中可以收集信息，排查機器故障，出現故障之後進行診斷，并且自動維修。" 我相信有一天會實現這些目标，在工業領網域之外，在家庭的場景當中也可以實現。"Raibert 說道。
在波士頓動力的產品中，除了商業化較快的機器狗 Spot，以及機械臂產品 Stretch 外，最受關注的還是人形機器人 Atlas。
眾所周知，新一代的 Atlas 由液壓改為電力驅動。據 Raibert 介紹，它的行動模型預測能力，使其動力控制水平非常高。
" 我們開發了 Atlas 的模型預測能力，因此它可以實現之前無法達到的能力——它能更好地移動、保持平衡，也能将更復雜的任務序列放在一起。例如用雙手來控制物體，包括比較重的啞鈴和貨物。Atlas 的視覺感知系統，既可以用于協調它與部件的互動，也可以結合導航功能。"
Raibert 介紹稱，在現實工作中，要想讓機器人和環境相協調，需要高精确性和導航。目前，已有機器人可以控制汽車的零件，并且将它們放到位，進行一些組裝工作。
A Good Idea ？
Raibert 指出，現在正是人形機器人和機器人技術的驚人發展時代，但這同時引發了一個問題：做人形機器人真是一個好主意嗎？
為了回答這個問題，他展示了波士頓動力倉儲機器人 Stretch 執行任務的視頻，例如卸貨、搬運箱子等。他表示，這些這種特定功能型機器人同樣能完成任務，它們利用視覺感知就能工作，也更符合商業邏輯。
" 如果我們想制造一台成本更低、在實際應用中性能更高的機器，完全可以簡化這台機器——它可以有人形機器人的一些元素，但是可以進行簡化。因此，我們做出了這樣可伸展的機器人，其目的就是将卡車上的貨卸下來。它可以移動，也可以将卡車上的貨物卸下來，速率和人差不多，失敗率很低。根據我們在幾家不同公司進行的測試，它在倉庫裡處理了數百萬個箱子，在真正的倉庫裡，做着真正的工作。"
Raibert 認為，要想評判人形機器人理念的好壞，關鍵還要取決于研發目标——" 如果你的目标是創造下一代機器人，實現我們對機器人的夢想，讓它們的能力達到人類的水平，那麼我想說，放手去做吧（這也是我的夢想）。"
他表示，人形機器人是個很棒的主意，但如果像利用它在明年或者後年就賺錢，或者大規模地實現商業化，那其實還有很多其他方法可以達成這個目标。
