成精|波士顿动力机器人如何“成精”？深扒跑酷王Atlas六年进化( 三 ) 跑酷|机器人|tof|谷歌

1、从“醉汉”到“跑酷者”，Atlas身体协调性得到提高
最初的Atlas走路踉踉跄跄，行走过程中身体仍较为僵硬，在快要摔倒的时候无法调动全身，只会通过改变步伐来重新寻找平衡。它的双臂更是像“焊死”了一样，一动不动，因此网友评价它说像极了一个醉汉。

文章插图
走路踉踉跄跄的Atlas
在接下来的几年内，Atlas逐渐学会了挥动双臂来保持身体平衡，对全身的调动也变得越来越灵活，甚至学会了倒立、跳马、跳舞和跑酷，其动作越来越接近人类。
【成精|波士顿动力机器人如何“成精”？深扒跑酷王Atlas六年进化】然而，这并非单纯的对人类的模仿。机器人身体结构和人类有很大差别，比如它没有脊椎和肩胛骨，同时手臂也相对较为脆弱。因此团队必须不断地在它的尺寸和复杂性之间对它的重量、强度、活动能力等各种要素进行权衡，并对控制算法进行优化，来更好的协调它的各种动作。
尽管跑酷是一项小众运动，但是它作为一项需要调动全身的活动，要求Atlas做到在各种条件下保持身体平衡，并做到在各种动作之间的无缝切换，这为Atlas团队提供了一个完美的测试条件。
波士顿动力在IEEE Spectrum的一次采访中提到，Atlas开发团队正在利用跑酷来推动Atlas处理更多复杂的动态行为，目前仍只是一个开端，在接下来的几年内它将学会利用手臂拓展更多活动能力。
2、从提前预设行动到自主规划路径
如果你看完了Atlas这五年内的8条视频，可能会感觉Atlas在最近几年的进步没那么明显。比如，在2017年的时候Atlas就能够在台阶之间跳跃，还能进行后空翻。一年后，它又学会了一边跑步一边跃上几层台阶。在这样的成长轨迹下，Atlas学会“跑酷”似乎也是理所应当的。然而，Atlas实现这一系列动作背后的基本过程已经发生了巨大的改变。
最初的Atlas由人进行遥控，控制它的行走方向。如果想要它完成某项挑战（比如跑酷或跳舞等），需要提前对各种动作进行动态捕捉，然后将捕捉到的动作连成可执行的程序。这时的Atlas只是机械的完成相应的任务，而并没有与环境产生互动。
在Atlas最近的这次跑酷中，研究团队已不需要提前对它的行动进行规划。在跑酷之前，研究团队为Atlas提供了一张高级地图，其中大致描述了它的行动路线和相应位置应该做出的动作。跑酷过程中Atlas利用这些信息来为自己导航，并且它可以对环境进行感知，根据实时感知到的数据自主规划整个行动以完成挑战。
Atlas执行的每个动作都源自其行为库中的动作模板，它可以根据目标情况自主从库中选择相应的动作执行。跑酷过程中，Atlas的模型预测控制器（MPC）会调整其发力、姿势、动作发生时机等细节，来应对环境、脚滑等各种可能实时出现的因素。这意味着研究人员不必为Atlas的行动逐个调整细节，它的控制器就可以做到。
并且，MPC还允许Atlas跨行为边界预测下一步的行动，比如它知道了这次跳跃后是一个后空翻后，就可以自动地创建从一个行为到下一个行为的过渡，使每一步动作都自然的连贯起来。

文章插图
Atlas第一视角的路径规划
3、TOF深度传感器构建“3D地图”
Atlas能够根据环境自主规划行动，得益于其环境感知能力的提升。
最初版本的Atlas头部装有激光雷达和立体传感器，这能够帮助它躲避障碍物、识别地形变化、辅助导航等。在2018年的迭代中，Atlas可以利用计算机视觉来标记和定位自己，以帮助其在跑步和跳跃过程中准确定位落脚点。