Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

蛋酱编辑

如履平地!波士顿动力Atlas学会了跑酷,但幕后花絮比正片更精彩

台上一分钟,台下十年功。

波士顿动力的机器人 Atlas,又斩获了新技能,这次是跑酷。


跑酷现场就设在波士顿动力总部二楼,挑战包括一系列倾斜的胶合板,还有木箱垒成的阶梯以及平衡木。

3、2、1,出发!


从这一段看来,表现堪称完美,Atlas 如履平地:



Atlas 团队负责人 Scott Kuindersma 表示:「跑酷对我们的团队来说是一项有用的活动,因为它突出了我们认为重要的几个挑战。」

  • 如何构建能够扩展运动行为的高功率密度移动机器人

  • 如何设计可以创建各种行为并对其进行稳健控制的控制算法?

  • 如何将感知与行动联系起来,同时兼顾从 A 点到 B 点等长期目标与调整脚步和应用矫正力以保持平衡等短期动态目标?


三年前,波士顿就曾经发布过一段 Atlas 的跑酷视频,它能跳过多层平台,跑上台阶的时候将自身重量从右脚转移到左脚,然后在返回到右脚。



虽然 Atlas 从硬件、外观层面与此前没有太大不同,但运动的方式有了微妙的提升。比如在早期的跑酷视频中,Atlas 看起来更僵硬,步伐也稍显沉重,但现在它的平衡感显然更好,而且一口气完成了整个障碍赛。

早期的 Atlas 跑酷视频,多多少少有那么一点局促。

如今的 Atlas 更加得心应手。

其中最不稳定的运动就是跳马,当时它的支撑臂一直在颤抖。实际上对于 Atlas 来说,这个动作相当困难,因为与沉重的身体相比,它的手臂不够强壮。这个特技达到了机器人可以完成的极限。


尽管 Atlas 在早期视频中也能做俯卧撑、倒立和后空翻,但控制这些动作的基本过程已经发生了变化。现在,Atlas 的运动是由感知驱动的。以前,机器人只能在平坦的表面或固定的盒子上进行预编程的跑酷,但 Atlas 现在使用 RGB 摄像头和深度传感器检测环境并对其做出反应。

正如波士顿动力的博客所说:「这意味着工程师不需要为机器人可能遇到的平台和间隙预先编程跳跃运动。相反,团队创建了少量的模板行为以匹配环境并在线运行。」具体来说,有三台机载计算机来处理 Atlas 感知周围世界、绘制路线和保持机器人直立所需的所有计算。

有意思的是,这次波士顿动力还放出了比正片更精彩的幕后花絮。

有一次,Atlas 错过了跳跃机会,并撞在下一个平台上:


奔跑过程中,Atlas 仿佛发生了液压管线井喷,当倒在地上时,它将液体喷洒地到处都是:


在过程中偶尔也会被障碍卡住脚:


还有一次,当 Atlas 尝试后空翻,台面在 Atlas 的重量之下裂开了,直接头后脑勺着地:




撞击地面的结果是惨烈的,部分原因是 Atlas 似乎还未掌握任何类型的跌倒检测。人类有一种本能的跌倒检测程序,通常你会在跌倒时伸出双臂并试图抓住自己,但 Atlas 只是直面这个世界。




「假如你我要跳过障碍物,我们会巧妙利用身体的某些特性,但这些特性不会转化到机器人身上。」Kuindersma 指出。「例如,机器人没有脊椎或肩胛骨,所以它的活动曲线与人不同。而且机器人还有一个沉重的躯干和相对较弱的手臂关节。如何在这些限制条件下找到更有效的解决方案,是一项有趣的挑战。」

入门Atlas波士顿动力
相关数据
感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

移动机器人技术

移动机器人是一种能够移动的自动机器。移动机器人具有在其环境中移动的能力,并且不固定到一个物理位置。移动机器人可以“自动”主要是指它们能够在没有物理或机电引导装置的情况下导航非受控环境。相比之下,传统的工业机器人或多或少都是固定的(stationary)机械臂或抓取组件。

推荐文章
暂无评论
暂无评论~