波士頓動力副總裁：機器人一天就學會了芭蕾舞，尚未使用機器學習

新年之前，波士頓動力上傳了一段機器人跳舞的視頻引爆全網(wǎng)?，F(xiàn)在這段視頻僅在YouTube平臺就已經(jīng)被觀看超過2500萬次。

　　當初，為了拍攝這段機器人舞蹈，波士頓動力甚至請來了專業(yè)的舞蹈指導Monica Thomas和人類舞蹈演員，為機器人設計動作。

　　在這段視頻的背后，還隱藏著哪些技術細節(jié)？最近IEEE Spectrum采訪到了波士頓動力工程副總裁、Atlas雙足機器人團隊負責人Aaron Saunders。

　　Saunders從2003年開始就進入波士頓動力工作，參與了很多早期機器人的開發(fā)，比如機器狗LittleDog就是出自他之手。

　　以下是采訪的主要內(nèi)容。

　　請來人類舞者指導

　　IEEE Spectrum：您如何看待網(wǎng)絡上對這段視頻的反應？

　　Aaron Saunders：我們對制作的視頻抱有不同的期望；對我們來說，這絕對是有趣的。YouTube上的回應刷新了我們的紀錄：我們收到了數(shù)百封電子郵件和電話，這些人表達了他們的熱情，分享了他們對我們下一步應該做什么的想法，比如這首歌怎么樣，這個舞蹈動作怎么樣，所以這真的很有趣。

　　我最喜歡的回應是我94歲的奶奶發(fā)給我的。她在YouTube上看了視頻，然后通過家人發(fā)送了一條信息，詢問我是否會教機器人這些跳舞動作。我認為這段視頻吸引了更多觀眾，因為它融合了經(jīng)典音樂和新技術。

　　我們以前從未見過Atlas有這樣的動作，您能談談你們是如何做到的嗎？

　　我們從和舞蹈演員和編舞合作開始，通過創(chuàng)作和編排一個套路，來為舞蹈創(chuàng)造一個初步的概念。其中一個挑戰(zhàn)，尤其是Atlas面臨的核心挑戰(zhàn)，是調(diào)整人類的舞蹈動作，以便在機器人上表演。

　　為此，我們使用模擬來快速迭代運動概念，同時征求編舞的反饋，做到在Atlas力量和速度的能力范圍之內(nèi)。這是一個多次反復的過程，他們會說出他們想讓我們做什么，工程師會看著屏幕說“這個動作容易”、“這個動作很難”或者“這個動作讓我害怕”。

　　然后我們進行討論，在模擬中嘗試不同的東西，并進行調(diào)整，以找到一套兼容的動作可以在Atlas上執(zhí)行。

　　在整個項目中，隨著我們構建工具越來越完善，創(chuàng)建這些新舞蹈動作所需的時間變得越來越短。例如，最終我們能夠在拍攝的前一天，用工具鏈在一天內(nèi)成功創(chuàng)建Atlas的一個芭蕾舞動作。因此，它不是手動編寫的，而是有一個可以可以讓你設計各種動作的pipeline，你可以通過各種不同的輸入來描述，并把它們推送到機器人身上。

　　如何遷移人類動作

　　有沒有一些動作，特別難從人類遷移到Atlas機器人身上？還是Atlas可以做得比人類做得更好？

　　芭蕾舞部分的一些旋轉(zhuǎn)動作，需要更多的迭代才能開始運作，因為這些離跳躍和跑步等更有經(jīng)驗的動作相差最遠，它們對機器和軟件都提出了新的挑戰(zhàn)。不要低估人類舞者的靈活性和力量。當你帶著優(yōu)秀的人類舞蹈演員，試圖讓機器人學著做他們能做的動作，這是一個難題。

　　從根本上說，我不認為Atlas有這些舞蹈演員所擁有的運動范圍或力量，盡管我們繼續(xù)為此開發(fā)機器人。因為我們相信，為了在商業(yè)上廣泛部署這種機器人，并最終在家庭中部署，我們認為他們需要有這種水平的性能。

　　機器人真正擅長的是，以完全相同的方式一遍又一遍地做某件事。因此，一旦我們輸入了我們想做的事情，機器人就可以一遍又一遍地做，我們會從不同的角度拍攝。

　　我可以理解你如何使用人類舞者來幫助Atlas完成舞蹈套路，但是你們是如何讓Spot機器狗和Handle搬運工一起跳舞的？

　　我認為，和我們一起工作的人實際上有很多思考運動的天賦，思考如何通過運動來表達自己。我們的機器人動作非常好。我們發(fā)現(xiàn)人類舞者與機器人的運動方式是關聯(lián)的，舞蹈指導會把這些統(tǒng)一起來，不管是兩條腿還是四條腿。當你不一定有動物運動或人類行為的模板時，只需要更努力地思考如何去做某事，對于更務實的商業(yè)行為也是如此。

　　你們教機器人跳舞、做體操或跑酷的經(jīng)歷，對你們機器人的商業(yè)應用有什么啟發(fā)？

　　我們認為舞蹈和跑酷固有的技能，如靈活性、平衡和感知，是各種機器人應用的基礎。也許更重要的是，在建立新的機器人能力和享受樂趣之間找到交集，一直是波士頓動力機器人前進的秘訣。

　　當你讓機器人在幾天內(nèi)實現(xiàn)這些動作達到極限時，你會學到很多關于硬件魯棒性的知識。通過產(chǎn)品化，Spot變得非常魯棒，幾乎不需要維護。一旦你教會它，它就可以整天跳舞。

　　它今天如此強大，是因為我們從以前奇怪而有趣的事情中學到了教訓。你必須進入未知的領域，才能知道你不知道的事情。

　　兩天拍完，未做剪輯

　　通過觀看視頻，很難知道這背后需要花費多少時間，以及它們在多大程度上代表了機器人的實際能力。你能談談嗎？

　　我試著在這個視頻的背景下回答，我認為我們發(fā)布的所有視頻都是如此。我們努力去做一件事，一旦做成，它就成功了。對于Atlas來說，大多數(shù)機器人控制都是來自我們以前的工作，比如在跑酷上做的工作，讓我們走上了使用模型預測控制器來考慮動力學和平衡的道路。

　　我們用這些在機器人上運行一組舞步，這些舞步是我們與舞蹈演員和編舞一起離線設計的。所以，我們花了很多時間，用幾個月來思考舞蹈、構思動作、在模擬中迭代。

　　跳舞需要很大的力量和速度，所以我們甚至升級了阿特拉斯的一些硬件，讓它更有力量。舞蹈可能是我們迄今為止所做的最有力量的事情。盡管你可能認為跑酷看起來更具爆發(fā)力，但你在舞蹈中的運動量和速度令人難以置信。這也花了我們幾個月的時間，讓機器擁有與算法一致的能力。

　　你看到的這段視頻，我們只拍攝了兩天。大部分時間都花在了研究如何讓攝像機在一群機器人中移動，來拍攝連續(xù)兩分鐘的鏡頭。當我們多次跑著拍攝舞蹈動作時，就可以非?？煽康刂貜退?。

　　在開場的兩分鐘鏡頭中，沒有剪輯或拼接。

　　硬件肯定有一些需要維護的故障，我們的機器人有時會絆倒。這些行為不會被產(chǎn)品化，也不是100%可靠，但它們是可重復的。我們誠實地展示了我們能做的事情，而不是我們曾經(jīng)做過的事情。我認為，當我們已經(jīng)取得了一些成就后，是需要誠實的，這對我們來說肯定很重要。

　　你提到Spot現(xiàn)在已經(jīng)穩(wěn)定到可以跳一整天的舞了。那Atlas怎么樣？如果你不斷更換電池，它也能跳一整天嗎？

　　Atlas，作為一個世界上只有少數(shù)幾臺的機器人，它們很復雜，可靠性不是主要關注點。我們肯定會不時讓機器人休息一下。但是硬件的魯棒性真的很不錯。如果沒有這種魯棒性，我們根本無法制作視頻。

　　我認為Atlas更像一架直升機，你花在維護上的時間，相比花在操作上的時間更多。而對于Spot，人們的期望是它更像一輛車，你可以運行它很長時間。

　　軟硬件技術細節(jié)

　　當你教Atlas做新的事情時，它用到了任何機器學習嗎？如果沒有，為什么？

　　作為一家公司，我們已經(jīng)探索了很多東西，但是Atlas現(xiàn)在沒有使用學習控制器。我期待有一天我們會的。

　　Atlas目前的舞蹈表演使用了我們所謂的反射控制，這是對力的反應、在線和離線軌跡優(yōu)化以及模型預測控制的結(jié)合。我們利用這些技術，因為它們是解鎖真正高性能的可靠方法，并且我們知道如何很好地使用這些工具。至于這些工具能做到什么，現(xiàn)在我們還沒有探索到路的盡頭。

　　我們們計劃使用機器學習來擴展和構建我們開發(fā)的軟件和硬件基礎，但我認為我們和社區(qū)仍然在努力找出應用這些工具的正確方式。這是我們自然發(fā)展的一部分。

　　目前Atlas的大部分運動來自于它的下半身，但是跑酷也利用了上半身的力量和敏捷，我們最近看到一些概念圖片顯示，Atlas在做支撐跳躍和引體向上。您能告訴我們更多嗎？

　　人類和動物用腿做的事情很神奇，但是用全身做的事情更神奇。我認為跑酷提供了一個奇妙的框架，讓我們能夠朝著全身靈活性的方向前進。

　　散步和跑步只是這段旅程的開始。我們正在經(jīng)歷更復雜的動作，如跳躍和旋轉(zhuǎn)，這是我們過去幾年一直在努力的方向。我們下一步是探索如何用手臂來擴展這種靈活性。

　　我給Atlas團隊的任務之一是，像利用腿一樣利用手臂，來增強和擴大機動性，我對未來幾年要做的事情感到非常興奮，因為我們將有機會利用Atlas做令人激動的事情。

　　您對機器人的液壓驅(qū)動和電驅(qū)動有什么看法？

　　在我波士頓動力的職業(yè)生涯中，我曾強烈地感受到不同類型技術的聯(lián)系。我真的認為這不再是非此即彼的問題。

　　我認為不同驅(qū)動技術的選擇，取決于你制造的機器人的大小，你想讓機器人做什么，你想讓它去哪里，以及其他許多因素。

　　這兩種驅(qū)動器都是很好的，我喜歡同時使用。我們已經(jīng)非常成功地使用了這兩種驅(qū)動器來制造機器人。

　　對我來說，液壓驅(qū)動器和電驅(qū)動器之間唯一明顯的區(qū)別可能在于規(guī)模。制造微小的液壓設備真的很有挑戰(zhàn)性，業(yè)內(nèi)很少有人做這樣的事情。相反，這個行業(yè)也不傾向于制造大規(guī)模的電氣設備。所以，你可能會發(fā)現(xiàn)，這是兩種技術之間的自然劃分。

　　展望

　　除了你所在的波士頓動力，最近還有什么讓你感興趣的機器人研究？

　　我真的很喜歡追蹤感知、計算機視覺、地形感知方面的進展，這些領域能做的越好，我們能做的就越多。

　　對我個人來說，我喜歡的是操縱研究，特別是它提高了我們對復雜的、基于摩擦的相互作用的理解，比如滑動和推動，或者移動像繩索這樣的柔性物體。我們看到了一種轉(zhuǎn)變，從僅僅捏東西、拿東西、移動和放下東西，到與環(huán)境更有意義的互動。

　　我認為，對這種操縱方式的研究將釋放移動操縱器的潛力，我認為這將真正打開機器人與世界互動的豐富能力。

　　你還想讓人們從這個視頻中獲得什么嗎？

　　我花了這么多時間沉浸在機器人學中，并對機器人是什么，以及它的能力和局限性有著深刻的理解。我有個強烈的愿望是，讓更多的人花更多的時間與機器人在一起。

　　我們在YouTube上看到很多人對視頻的意見和想法。在我看來，如果更多的人有機會思考、學習和花時間與機器人在一起，這種新的理解水平，可以幫助他們想象機器人在日常生活中新的用途。我認為這種可能性真的很令人激動，我只是希望更多的人能夠踏上這段旅程。