新年前，波士顿动力上传了机器人跳舞的视频，引爆了网络。这个视频仅“YouTube”就被看了2500万次以上。
当初，为了拍摄这个机器人舞蹈，波士顿动力带来了专业的舞蹈教练Monica Thomas和人类的舞者，设计了机器人的动作。
最近，IEEESpectrum采访了波士顿动力工程副社长，Atlas双足机器人组负责人Aaron Saunders。
Saunders从2003年开始进入波士顿动力的工作，参与了许多早期机器人的开发，机器人狗LittleDog出自他的手。
以下是采访的主要内容。
IEEESpectrum：你觉得网络上对这个视频的反应如何
Aaron Saunders：我们对制作视频有不同的期望。这对我们来说绝对是一件有趣的事情邮件和电话收到了几百条信息，分享了我们关于下一步该做什么的想法，比如“这首曲子怎么样”“这个舞蹈怎么样”等等。
我最喜欢的是94岁的奶奶送我的。她在YouTube上看了视频，通过家人给我发了信息。我是否可以教机器人跳舞。我认为这段视频吸引了更多观众，古典音乐和新技术的融合
虽然没有见过Atlas这样的动作，但是是怎么做的呢
从与舞者和编舞师的共同作业开始，通过制作模式来创造舞蹈的初步概念。课题之一，特别是Atlas的中心课题是，为了在机器人上跳舞而调整人类的舞蹈动作。
为此，一边寻求编舞的反馈，一边在Atlas的力和速度范围内快速重复动作的概念。一次又一次地重复说你想要做什么工程师看着屏幕说“这个动作很简单”“这个动作很难”“这个动作很可怕”
然后讨论，在模拟中尝试不同的东西，然后调整以找到在Atlas中可以执行的兼容行为集。
在整个项目中，随着构建工具的进一步完善，创建这些新的编舞所需的时间越来越短。例如，最终在拍摄的前一天，他成功地使用工具链在一天内完成了一个名为“Atlas”的芭蕾舞动作。它有一条pipeline，可以设计各种动作，而不是手动书写的，你可以用各种输入来描述它，然后把它推给机器人。
有特别难从人移动到机器人的动作吗？还是比人做得好呢
更远离经验动作如跳跃和跑步的芭蕾舞部门的旋转动作需要更多的迭代来开始动作，这给机器和软件两者都带来了新的挑战。不要低估人类舞者的灵活性和力量。带着优秀的人类舞者学习机器人能做的动作是很困难的
基本上，我不认为这些舞者拥有的那种运动范围或力量，但我们继续开发机器人。为了让这个机器人广泛地商业化地在家庭中发展，我们认为这个水平的性能是必要的
机器人真正擅长的是一件又一件地做同样的事情。因此，如果你输入你想做的事情，机器人可以做很多次，从不同的角度拍摄
为了帮助Atlas的模式而使用人类的舞者是可以理解的，但是是怎样让机器人犬Spot和手拉者跳舞的呢
我们一起工作的那些人，实际上都有关于体育的思考才能，想办法通过体育来表达自己。我们的机器人动作非常好。我们发现人类舞者和机器人的运动是有关联的，舞蹈指导者会把它们整合到两条腿或四条腿上，如果你不一定有动物的运动和人类行为的模型，你只需考虑在更现实的商业中，你会做什么。
教机器人跳舞、体操和帕尔库尔的经验对机器人在商业上的应用有什么启示吗
我们认为柔软性平衡感等舞蹈和脉冲酷固有的技术是各种机器人应用的基础，可能更重要的是，在构筑新的机器人能力和享受之间找到接触点，始终是波士顿动力机器人前进的秘诀。
在几天内，让机器人完成这些动作，可以学到很多关于硬件鲁棒性的东西。产品化使Spot变得非常坚固，几乎不需要维护。一旦你教了它，你就可以跳一整天
因为我从过去的奇妙而有趣的事情中吸取了教训。要知道不知道的事情，就必须进入未知的领域。
看着影像，很难知道其背后花了多少时间，表现了多少实际机器人的能力。能说吗
我试着用这个视频背景回答了一下，我想我们公开的视频都是这样的，我们努力做点什么，如果能做到的话，那就是成功了。对于Atlas，大多数机器人控制都来自我们以前的工作，比如帕尔库尔。我们使用模型预测控制器，走上了考虑动力学和平衡的道路。
我们用它们在机器人上运行一组舞步。这些舞步是离线和舞者和舞蹈动作一起设计的。我们花了好几个月思考舞蹈，思考动作，反复模拟
舞蹈需要巨大的力量和速度，所以我升级了一些阿特拉斯的硬件，使之充满力量。舞蹈可能是我们至今为止做过的最强大的东西。帕尔库尔可能看起来更爆炸你在舞蹈中的运动量和速度令人难以置信。我们也花了几个月的时间让机器具有与算法一致的能力
您看到的这个影像只拍摄了两天，几乎所有的时间都花在了在机器人群中移动相机拍摄两分钟，跑了好几次拍舞蹈动作的话，确实可以重复。
在开头的两分钟场景中，既没有编辑也没有连接。
硬件有需要维护的问题，机器人有时会绊倒。这些行为不会被产品化，并不是100%可靠，但可以重复。我们诚实地表明，我们可以做到，而不是过去做过的。我认为在完成了一些事情之后，诚实是很重要的
你说Spot稳定到可以跳一整天呢。那么Atlas怎么样呢？即使一直换电池也会跳一整天吗
世界上只有几台机器人是复杂的，可靠性不是重要的关注点。虽然有时会让机器人休息，但是硬件的坚固性真的很好。如果没有这个坚固性，就不能制作视频。
我想，象直升飞机一样的Atlas，你，比多的时间的操作更花费维护。我们希望Spot能像汽车一样长时间运行
如果你在教Atlas什么新的东西的时候，没有使用机器学习的话，为什么呢
作为公司摸索了各种各样的事，不过，Atlas不使用学习控制器。我期待着有一天会变成那样。
当前的舞蹈性能使用的是反射控制，它结合了对力的反应、在线和离线轨迹的优化以及模型的预测控制。我们利用这些技术，因为这些是真正解除高功能的可靠手段，知道这些工具的高明使用方法，这些工具能做什么，还看不到将来。
我们计划使用机器学习来扩展和构建软件和硬件基础，但我们和社区正在努力找到应用这些工具的正确方法。这是我们自然发展的一部分
目前，Atlas的动作大部分来自下半身，而帕尔库尔也利用上半身的力量和敏捷。最近，从一些概念图片来看，Atlas支持跳跃和悬垂。能再告诉我一些吗
人类和动物用脚进行是一件很棒的事情，但全身进行是更棒的事情。帕尔库尔认为，它能为我们在全身灵活地进行提供一个很棒的框架。
散步和跑步只是旅行的开始。我们经历了更复杂的动作，比如跳跃和旋转，这是我们这几年所做的。下一步是用手臂来扩展这种灵活性
我给Atlas团队的任务之一就是像腿一样利用手臂，提高和扩大机动性。我对未来几年要做的事非常兴奋。因为我们有机会利用Atlas做一些令人兴奋的事情。
您对机器人的液压驱动和电气驱动有什么看法？
在我波士顿动力的职业生涯中，我强烈地感受到了不同类型的技术联系。我想这已经不是别的问题了。
根据驱动技术的选择，制造的机器人的大小，想让机器人做什么，想让它去哪里，还有很多其他的因素。
两个兜风都可以。我喜欢同时使用。我们成功地使用这两种驱动器制作了机器人。
对我来说，液压传动和电动传动之间唯一明显的区别可能就是规模。做一个小液压机器真的很难。业界几乎没有人会做这种事。相反，该行业也不倾向于制造大规模的电气设备。所以你可能会发现，这是两种技术之间的自然划分。
除了你在的波士顿动力以外，最近感兴趣的机器人研究是什么？
我真的很喜欢追踪知觉、计算机视觉和地形知觉的进展。这些领域做得越好，我们能做的就越多。
对我来说，我喜欢的是操纵研究。特别是它提高了我们对复杂的、基于摩擦的相互作用的理解。例如滑动和推动，或移动柔软的物体，如绳索。从仅仅捏东西、拿东西、移动、放东西，到与环境更有意义的互动，我们看到了变化。
我认为这种操纵方法的研究将释放操纵器运转的可能性。我认为这将真正开启机器人与世界交流的丰富能力。
你想让人们从这个视频中得到什么？
我花了这么多时间沉浸在机器人学中，对什么是机器人，以及它的能力和局限性有了深入的了解。我的强烈愿望是让更多的人有更多的时间和机器人一起度过。
我们在YouTube中看到了很多人对视频的意见和想法。如果有更多的人有机会思考，我想他们会学习，花时间和机器人在一起。这种新的理解水平有助于机器人在日常生活中想象新的用途。我觉得这种可能性真的很令人激动，但我希望更多的人能踏上这段旅程。
文章评论