波士頓動(dòng)力機器人get跑酷技能，著(zhù)實(shí)震撼了一波網(wǎng)友。

　　然而，它的跑酷技能究竟是不是真的?
 

　　這套行云流水的動(dòng)作，背后到底有沒(méi)有“預設程序”?

　　機器人是根據環(huán)境實(shí)時(shí)做出動(dòng)作判斷，還是每一步都經(jīng)過(guò)精確測量……

　　現在，波士頓動(dòng)力親自公布了機器人Atlas跑酷背后的原理。

　　讓我們從機器人的視角，來(lái)看看它眼中的跑酷世界是什么樣的。

　　機器人眼中的跑酷世界

　　在機器人Atlas的大腦中，有一個(gè)模糊的地圖“輪廓”。

　　同時(shí)，Atlas還會(huì )拿到一些目標信息，例如在行動(dòng)中需要完成什么動(dòng)作、會(huì )遇到什么樣的障礙物。

　　相比于精確的感知地圖，這個(gè)稀疏地圖并不會(huì )精確到路線(xiàn)輪廓和障礙物之間的距離，而是需要靠Atlas用感知算法去“看”。

　　像這樣，需要實(shí)時(shí)規劃出自己的行走路線(xiàn)，并根據障礙物的距離進(jìn)行調整：

　　

　　“看”不到遠處的障礙物

　　例如，Atlas知道地圖上會(huì )出現一個(gè)盒子，它要做的動(dòng)作是跳上去。

　　這個(gè)盒子可能會(huì )與地圖的標注相差甚遠，甚至往旁邊移動(dòng)了0.5米，但它仍然能靠感知算法，正確找到這個(gè)盒子并跳上去(除非盒子遠得離開(kāi)了Atlas視野范圍，它就會(huì )停下來(lái))。

　　其中，Atlas下一步需要跟蹤的物體是綠色的，而不在傳感器視野范圍內的物體，則是紫色的。

　　Atlas會(huì )憑借自身的跟蹤系統，來(lái)不斷地估計障礙物在地圖上的精確位置;再根據導航系統，結合實(shí)時(shí)感知數據，繪制出需要行走的綠色腳印。

　　那么，Atlas究竟是怎么感知環(huán)境、并做出動(dòng)作的呢?

　　首先，它會(huì )通過(guò)感知算法來(lái)“看”，即獲取攝像機、激光雷達等傳感器數據;然后，再做出行動(dòng)判斷，即轉換為決策和物理上的動(dòng)作。

　　感知上，Atlas利用ToF深度相機，來(lái)生成幀率為15的點(diǎn)云，其中包含大量的距離信息，并借此判斷出如何跨過(guò)像間隙、窄梁這樣的障礙目標。

　　動(dòng)作上，Atlas通過(guò)慣性測量單元和力傳感器，結合關(guān)節位置信息來(lái)控制身體運動(dòng)，同時(shí)在地面上保持平衡。

　　Atlas會(huì )采用感知軟件，利用多平面點(diǎn)云分割算法來(lái)從點(diǎn)云中提取出物體表面，并被輸入到繪圖系統中，讓系統通過(guò)攝像機參數/照片建立不同物體的模型。

　　這是Atlas眼中的障礙物、和它的行動(dòng)規劃圖：

　　
 

　　其中，Atlas會(huì )通過(guò)深度相機捕捉到紅外圖像(左上角)，并從圖像數據中提取出點(diǎn)云，繪制出跑酷障礙物的表面(橙色輪廓)。

　　再根據傳感器觀(guān)測數據實(shí)時(shí)進(jìn)行位置跟蹤，在這些物體表面上規劃下一步行動(dòng)，例如跳躍或慢跑等，并提前生成綠色的軌跡腳印。

　　預設動(dòng)作，但無(wú)須預設細節

　　從上面的感知算法中可以看出，機器人Atlas的跑酷確實(shí)“有備而來(lái)”。

　　也就是說(shuō)，無(wú)論是翻越、跑、跳躍、后空翻，Atlas在跑酷過(guò)程中的每一個(gè)動(dòng)作，都需要提前設計好，并被放進(jìn)模板庫中。

　　
 

　　在設計中，這些動(dòng)作會(huì )根據軌跡優(yōu)化技術(shù)進(jìn)行完美調整，再根據具體的行動(dòng)目標，從模板中進(jìn)行選用。

　　同時(shí)，利用軌跡優(yōu)化機器人的離線(xiàn)行為，讓工程師來(lái)探索機器人行動(dòng)的極限，來(lái)降低計算量。

　　例如，發(fā)現機器人訓練過(guò)程中的一些限制條件，并及時(shí)做出調整。

　　像機器人后空翻這個(gè)動(dòng)作，表面上的成功率來(lái)自于機器人的四肢協(xié)調，但經(jīng)過(guò)優(yōu)化后才發(fā)現，這背后的根本原因是由于身體的驅動(dòng)限制。

　　而一切行動(dòng)的控制，都來(lái)自于一個(gè)叫做MPC(模型預測控制器)的Atlas“大腦”，它要做的就是計算出當下的最佳動(dòng)作，并根據時(shí)間推移預測出最好的行動(dòng)。

　　也正是由于這個(gè)控制器，讓波士頓動(dòng)力不用在意Atlas的控制細節，因為它不僅能從52cm的跳臺跳下來(lái)，也能從40cm的跳臺一躍而下。

　　同時(shí)，機器人也不會(huì )自己做出慢跑后直接后空翻這樣“不可能”的行為。

　　如上種種可以看出，機器人背后確實(shí)做出了大量“預設”，但最終的行動(dòng)和目標，卻并不全是演練和動(dòng)畫(huà)。

　　至于網(wǎng)友之前猜測的CG特效，這次波士頓動(dòng)力似乎的確沒(méi)用在視頻中。

　　
 

　　期待機器人Atlas的下一場(chǎng)表演。