广告
专家解读:机器人后空翻是这样“炼成”的!
导语:大臂屈肘,前臂在空中划出一个优美的“扇面”之后举过头顶,Atlas的整个身体被带动起来,脚掌蹬地,大腿力量爆发,一个后空翻,落地完美。完成这一连串动作的是机器人Atlas,近日,记者采访了部分机器人及人工智能方面的专家,对Atlas的动作进行技术分解,梳理一下它的背后有哪些技术在支撑发力。
大臂屈肘,前臂在空中划出一个优美的“扇面”之后举过头顶,Atlas的整个身体被带动起来,脚掌蹬地,大腿力量爆发,一个后空翻,落地完美。

近日,波士顿动力发布了一段机器人后空翻的视频,记者一直在猜想体操比赛“神解说”金宝成会给这段动作干净、没有拖沓的表演估分多少。

无论分值多少,“震惊世界”是肯定的了——机器习得的人类本领又多了一个,而且还是一个大部分人不能完成的高“显示度”的身体技能,这势必会引起大部分人的注目。科技日报记者为此采访了东南大学仪器科学与工程学院院长宋爱国、德国人工智能研究中心科学总监菲利普·斯鲁萨力克,对Atlas的动作进行技术分解,梳理一下它的背后有哪些技术在支撑发力。

机器人后空翻有多难?



一个后空翻动作, 最难的是哪一步?起跳、翻转、落地,还是稳住?

“要有力量”,宋爱国没有直接回答记者的问题,他说,想翻转,跳起来了,但是力量不够大,就不能给翻转足够的时间,也谈不上动态的调整,因此动力是后空翻能够完成的基础。

第三代Atlas并不是告别外接电源的第一代。资料记载,波士顿动力2016年推出的第二代Atlas就配备了内置电池驱动,不再需要外接电源获取动力。

“瞬间给力会更大,就像人要调集自己肌肉内部的ATP储能一样,翻转开始时的爆发力对电池的要求更高。”宋爱国提醒,在关注传感器、算法等人工智能研究的同时,也要关注动力等基础研发,“机器人的研制是一个全链条的工作”。

“在机器人的体内会有姿态传感器,也就是陀螺仪。”宋爱国说,通过陀螺仪,它能够知晓自己的空间方位。与生物判断自己的方位和姿态不同,“人类的平衡感知集中在小脑部位。而机器人的平衡感知是分布式的,通过陀螺仪分布在它的躯干上”。

“它一跳,腿部跟着摆动上来,然后翻转,整个身体的姿态也随之调整。”宋爱国说,“姿态传感器获取了各部位的旋转状况,将信息传递到中央处理器,进行控制决策。”

“控制的实施要快,因此对算法的有效性要求很高。”宋爱国说。决策的具体过程可分解为:将姿态转换成数据,进行计算处理,找到应对策略,传递给不同部分,控制姿态,获取平衡。可以想见后空翻的所有计算要在“慢飞行”的情形下完成,因此控制算法优化极考验功底。

“我有幸亲眼见过Atlas,很多学校都在拿这款机器人做硬件平台,然后研究控制算法。”“知乎”上一位机器人领域的研究者介绍,波士顿动力控制算法已成为院校的典型范例,被用作教材。

此外,落地的平衡控制是较难完成的环节。这一过程中,刚性接触和柔性接触分别要采用不同的模型,还要设计二者的兼容模型。宋爱国说,为了给这个大家伙输出足够的动力,也为了减少落地对它的缓冲,Atlas的腿部装了液压伺服器。“两个细长的桶状装置,装在腿部,将刚性接触转化为柔性接触。”

“目前的驱动部件,有电机、有气压、有液压,后两种能够降振减压”,宋爱国说,它们不会因为瞬间冲击力的增加而爆掉,而且输出动力也足。但是,在算法控制上,液压伺服的数学模型是非线性的,力量不会随着电压的增长而线性增长,控制的精度会低一点,宋爱国说:“机器人的脚部也会安装多维力传感器,对脚步的受力状态进行辅助控制。”

严苛“训练”为哪般?



随着Atlas后空翻的走红,波士顿动力“虐待”机器人的一些老视频也被网民扒拉出来。视频中,测试人员不是对机器人猛踹,就是突然出现撞击机器人,“这不是欺负,是为了检测机器人的稳定性能”。智能一点技术人员万俊说。

“可以不必这样。”菲利普·斯鲁萨力克主要从事计算机图形学领域的研究,能够为各种应用领域的模拟、分析、可视化、训练和决策创建3D环境,他表示,对机器人的训练可以通过虚拟场景进行。

“我没有加入到这个研究团队中,不是很了解他们是如何建模和调整的”,菲利普的回答透着德国人的严谨,但是人工智能的深度学习必须要从经验中得来。

用数据替代现实,能够给机器人足够的深度学习数据。“我们已经在开展和机器人非常相似的无人驾驶汽车的训练,利用虚拟3D环境为汽车调整参数、算法和模型设计。”菲利普说。

“并不是所有的环境在现实中都能找到,例如火星环境、战争环境等。”菲利普说。机器人的研制初衷是代替人类进入严酷的环境,这也是波士顿动力公司受军方资助的原因之一。

机器人能不能在这些环境中胜任呢?“创造出真实环境和多样的场景验证,花费巨大,而且也难以实现”,菲利普说,虚拟3D环境的设计是解决之道。

这涉及到除了翻跟头之外的另一个问题——什么时候翻跟头?

“发布的这个机器人,现在只是能够完成人类给定的指令,还不能自己判断什么时候后空翻”,宋爱国说,在完成高难度动作之外,机器人还需要自己判断。

例如,一个孩子从路上突然出现,机器人能不能判断出避让或翻过去。“它们不仅要能判断大孩子、小孩子、打伞的孩子或者追球的孩子,一旦遇到‘孩子是翻着跟头过去的’这种罕见的模式,也要判断出来。”菲利普说。

分布式的、沉浸式的、协作和交互式的3D环境,将给机器人一个个虚拟世界,只有当它们通过不同场景背后一套套“模拟试卷”的考验后,才能够被评判为:智能系统安全。

我国研究正起步



关注Atlas的业内人士,也很乐于八卦波士顿动力公司的波折经历——它早期在军方拿到了巨额的研究经费,后被谷歌收购,之后又被谷歌卖给日本软银公司。支持经费是其中的重要因素之一。

“波士顿动力特别有钱”,有人在“知乎”爆料称,认识在该公司供职过的研究人员,得知波士顿动力每周都要做机器人实验,把机器人搞坏,然后发现问题并改正,“因为有钱、有经验,所以他们一周之内就能把机器人修好,下一周继续做,全年无休。”

可见,仿生机器人是个费钱又费工的研究。近年来,我国也在仿生机器人领域有了值得一提的研究。

今年4月百度主办的创新挑战赛上,南京大学、西南科技大学等联合研发的“蜘蛛侠智能救援队”亮相,能在复杂的路况中稳定行走,相互沟通协作且简单自主运动。8月召开的机器人大会上,由清华大学计算机系研发的“数据机械手臂”,在人穿上带有传感器的手套后,机械手臂会“零延迟”同步响应动作。此外,中国科学技术大学、新松机器人公司等在四足机器人足球、7自由度协作机器人等方向都有相关研究进展。

宋爱国介绍,在军方相关部门有进行四腿大狗的研究团队,山东大学有研究两腿直立行走的团队,但与波士顿动力相比,我国的机器人研制深度和水平还有较大差距。

来源:科技日报

Edit
注:机器人网原创文章,欢迎转载与分享,转载请注明出处。
广告
推荐使用浏览器内置分享