在2024世界機器人大會上，人工智能研究所執(zhí)行主任、波士頓動力公司創(chuàng)始人Marc Raibert的出席和發(fā)言備受矚目。RoboX在現(xiàn)場對其演講內(nèi)容進行了記錄和整理，并據(jù)其內(nèi)容提煉出下文：

一、從研究生物，到研究機器

“對我來說，開發(fā)機器人技術(shù)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(dāng)時，身為碩士生的他參加了一場大會，并在現(xiàn)場看到了一個機器人。

這個機器人給他帶來了啟發(fā)，但并不是因為其設(shè)計有多好，反倒是因為它的缺點：例如外觀嚇人、移動不夠順暢等。

他頓時覺得，當(dāng)時的機器人設(shè)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(yīng)當(dāng)如此。

在Raibert還在學(xué)習(xí)生物學(xué)和神經(jīng)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(huán)境雖沒有那么惡劣，但也能擁有協(xié)調(diào)的動作。就連兩歲多的幼兒，在沒有接受任何訓(xùn)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(guān)節(jié)。在Raibert看來，這實在太過冗余了。

“如果用逆向思維來考慮，6足機器人可能會有3000萬種可能的步態(tài)，那我們是不是也可以做一條腿的機器人？它只有一個步態(tài)，那樣就無需考慮如何平衡多樣、復(fù)雜的步態(tài)。”

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(shù)，Raibert及團隊會為機器人配備一臺外置計算機，但彼時他們已經(jīng)掌握了動態(tài)系統(tǒng)中關(guān)于移動的基本原理。

之后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(fù)雜的運動。

二、從運動智能，到認知智能

到了最近，Raibert的多數(shù)工作都與機器人運動智能相關(guān)，包括控制零件、保持平衡、控制能量、實時與周邊環(huán)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(chuàng)辦了人工智能研究所（AI Institute），希望將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(zhuǎn)向，但這確實是讓人興奮的認知智能時代。我們?nèi)斯ぶ悄苎芯克钟虚L期思維，而非希望通過銷售產(chǎn)品來賺錢?！?/p>

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(shù)，以及人工智能未來幾代需求和發(fā)展的基礎(chǔ)研究實驗室，為未來的研究者鋪好道路。

他介紹稱，現(xiàn)在人工智能研究所主要關(guān)注4個領(lǐng)域。

1. 運動智能
2. 認知智能
3. 硬件設(shè)計在這一點上，Raibert認為如今大家都在關(guān)注計算和算法等軟件問題，導(dǎo)致硬件的重要性遭到了忽視。
4. 倫理和道德規(guī)范

在運動智能領(lǐng)域，Raibert認為最典型的設(shè)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擬人的動作。

基于此靈感，人工智能研究院設(shè)計了一款類似自行車的雙輪機器人，它可以自主感知環(huán)境并保持平衡，根據(jù)規(guī)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(xué)習(xí)優(yōu)化系統(tǒng)。其目標是獲得環(huán)境高度適應(yīng)性，同時保持系統(tǒng)的運動特性，該目標將通過機器學(xué)習(xí)和人工智能來實現(xiàn)，例如通過仿真加強學(xué)習(xí)。

HALO希望通過大規(guī)模的仿真，讓機器人在不同地形、不同特征的環(huán)境中進行訓(xùn)練，以達到相應(yīng)的運動特征。

“最近我們也將這一技術(shù)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別API，直接進行控制。通過仿真訓(xùn)練，我們讓機器狗的奔跑速度比此前軟件控制的速度快了一倍。我們現(xiàn)在已經(jīng)通過英偉達開源了API?！?/p>

Raibert不希望機器人使用固定的步態(tài)，而是要用最合理、協(xié)調(diào)的步態(tài)獲得最大的靈活性以及速度。于是，他展示了一個用三條腿“瘸著走路”的四足的機器人，同樣走得很流暢。

“我還記得當(dāng)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(xiàn)在它已經(jīng)可以用三條腿走路了?！?/p>

三、從科幻電影，到現(xiàn)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(fù)雜的編程，而是讓機器人觀察人類執(zhí)行任務(wù)，并理解它們看到的東西，以及需要實用的技能，然后自己規(guī)劃和執(zhí)行。

“現(xiàn)在，這仍像是科幻電影，但是我想，結(jié)合了模型訓(xùn)練的基礎(chǔ)，再結(jié)合運動技能，我們在未來可以在這方面獲得進展?！?/p>

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(huán)境當(dāng)中可以收集信息，排查機器故障，出現(xiàn)故障之后進行診斷，并且自動維修。“我相信有一天會實現(xiàn)這些目標，在工業(yè)領(lǐng)域之外，在家庭的場景當(dāng)中也可以實現(xiàn)?！?/strong>Raibert說道。

在波士頓動力的產(chǎn)品中，除了商業(yè)化較快的機器狗Spot，以及機械臂產(chǎn)品Stretch外，最受關(guān)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(qū)動。據(jù)Raibert介紹，它的行動模型預(yù)測能力，使其動力控制水平非常高。

“我們開發(fā)了Atlas的模型預(yù)測能力，因此它可以實現(xiàn)之前無法達到的能力——它能更好地移動、保持平衡，也能將更復(fù)雜的任務(wù)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(tǒng)，既可以用于協(xié)調(diào)它與部件的交互，也可以結(jié)合導(dǎo)航功能?！?/strong>

Raibert介紹稱，在現(xiàn)實工作中，要想讓機器人和環(huán)境相協(xié)調(diào)，需要高精確性和導(dǎo)航。目前，已有機器人可以控制汽車的零件，并且將它們放到位，進行一些組裝工作。

四、A Good Idea ？

Raibert指出，現(xiàn)在正是人形機器人和機器人技術(shù)的驚人發(fā)展時代，但這同時引發(fā)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(zhí)行任務(wù)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(wù)，它們利用視覺感知就能工作，也更符合商業(yè)邏輯。

“如果我們想制造一臺成本更低、在實際應(yīng)用中性能更高的機器，完全可以簡化這臺機器——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，其目的就是將卡車上的貨卸下來。它可以移動，也可以將卡車上的貨物卸下來，速率和人差不多，失敗率很低。根據(jù)我們在幾家不同公司進行的測試，它在倉庫里處理了數(shù)百萬個箱子，在真正的倉庫里，做著真正的工作。”

Raibert認為，要想評判人形機器人理念的好壞，關(guān)鍵還要取決于研發(fā)目標——“如果你的目標是創(chuàng)造下一代機器人，實現(xiàn)我們對機器人的夢想，讓它們的能力達到人類的水平，那么我想說，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后年就賺錢，或者大規(guī)模地實現(xiàn)商業(yè)化，那其實還有很多其他方法可以達成這個目標。