Full text · 原文
1,439 字
henry 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
刚刚，风头被中国机器人盖过的波士顿动力，又整了个大活！<br>
前后空翻我还能理解，这侧空翻？（不是哥们，你真会啊！）<br>
那再来三个后空翻呢？<br>
直接连翻三个，蓄力、弹跳、旋转、落地、缓冲、调整一气呵成。<br>
穿了轮滑鞋照样能翻，帅不帅你就说吧！<br>
然而，负责Spot的工程师Arun Kumar却淡淡地表示：<br>
“Spot并不是专为空翻设计的，其实在开始之前，我们甚至没想过它能后空翻。”<br>
天啊，快看看这个家伙。<br>
Spot，不止杂耍<br>
有一说一，Arun Kumar还真没有凡尔赛。<br>
除了前后侧空翻，作为一只合格的机器狗，Spot还真有点东西在身上。<br>
负重爬楼。<br>
勘测扫描。<br>
就连开个门也是“顺手的事”。<br>
毫无疑问，机器狗真正的用途是上面这些实打实的任务。<br>
就连Arun老哥也表示，客户可能不需要专门买一条机器狗来看它后空翻（doge）。<br>
那么，为什么要训练机器狗来做空翻呢？<br>
这里的逻辑是这样的：<br>
在真实作业环境里，Spot可能滑倒、被障碍绊住，人类不可能每次都亲自去扶它。<br>
所以，为了让机器狗能在摔倒的时候更容易地爬起来，就需要开发一个能充分利用硬件和动力的系统。<br>
因此，像空翻这种看似花哨的动作，实际上是最严苛的测试手段：<br>
能做到连翻三下，就证明系统硬件强、算法稳、子系统协同也牛。<br>
由此一来，机器狗在真实环境作业也更加有保障。<br>
另外，Arun Kumar还透露了Spot训练的一些细节：<br>
他们先在仿真环境中进行强化学习，一旦策略出现问题，那么他们就将其部署在真机上进行测试，观察问题，然后反复测试迭代，加强Spot的稳定性。<br>
（注：可参考论文High-Performance Reinforcement Learning on Spot: Optimizing Simulation Parameters with Distributional Measures）<br>
此外，作为波士顿动力的小型四足机器人：<br>
Spot高84cm，长110cm，宽50cm，净重32.5kg，全身共12个自由度（每条腿 3 个），并配有5对立体摄像机。<br>
One more thing<br>
值得一提的是，Spot这次的空翻不光是为了测试硬件和动力系统，同时也是为了上《美国达人秀》做准备。<br>
作为2016年就“出生”的机器狗，Spot早已成名多年。<br>
早在2018年，波士顿动力还没上市之前，Spot就已经跳起了火星哥的《Uptown Funk》。<br>
而在2020年，Spot更是加入“机器人群”，来了个人狗共舞。<br>
同年，Spot更是随着防弹少年团的歌整了个“七狗观音”。<br>
（值得一提的是，在2020年12月，韩国现代集团收购了波士顿动力80%的股份，并于2021年6月实现全部控股）<br>
所以，对Spot来说，舞蹈和娱乐一直都是它的训练场，你说是吧？<br>
参考链接<br>
[1]https://x.com/BostonDynamics/status/1960700538665721871<br>
[2]https://rai-inst.com/resources/papers/high-performance-reinforcement-learning-on-spot/<br>
[3]https://www.youtube.com/watch?v=LMPxtcEgtds<br>
[4]https://bostondynamics.com/blog/spot-takes-the-stage/