易坊好文馆

  1. 首页 > 玩科技 >

算法|灵巧度日益接近人类，网红机器人再获跑酷技能( 二 )

跑酷 机器人 视频 进行 调整 算法 动作 人类 行动 Atlas 后空翻 Builtit


为了进行跑酷课程训练 ， Atlas会被导入一张高级地图 ， 这张高级地图是对障碍物位置和一些主要动作的简要描述 。 Atlas会利用这些简要的信息来导航 ， 同时使用实时感知数据来应对真实情况 。 例如 ， Atlas知道地图上会出现一个盒子 ， 它要做的动作是跳上去 。 这个盒子可能会与地图的标注相差甚远 ， 甚至往旁边移动了0.5米 ， 但Atlas仍然能靠感知算法 ， 正确找到这个盒子并跳上去 。
波士顿动力公司Atlas团队负责人斯科特·昆德斯马在一篇博文中写道：“Atlas的行动现在是由感知力驱动的 ， 而之前不是 。 例如 ， 在之前的视频中 ， 机器人的控制系统仍然需要在执行任务中进行大量的关键调整 ， 以使其保持平衡和姿势目标 ， 且机器人没有对其所处环境进行感知和反应 。 ”在这次跑酷中 ， Atlas却是根据它所看到的东西来调整其动作 。 这意味着工程师不需要为机器人可能遇到的所有平台和间隙预先编设跳跃动作 。
Atlas对于环境的判断依靠算法 ， 但要完成跑酷这件事 ， 做出翻越、跑、跳跃、后空翻等动作还需要提前设计好 ， 并把这些动作放进模板库中 。 在设计中 ， 这些动作会根据轨迹优化技术进行调整 ， 再根据具体的行动目标 ， 从模板中进行选用 。 行动中 ， Atlas的“大脑”——MPC(模型预测控制器) ， 会计算出当下需要的最佳动作 ， 并根据时间推移预测出最好的行动方式 。
虽然Atlas的精彩表现展现了其强大的运动能力 ， 但最近波士顿动力公司发表的一篇新博客——《建造它 ， 打破它 ， 修复它》(Builtit Break it Fixit)则展现了不少Atlas摔跤的画面 。 在这篇博客中 ， 机器人不再“飞檐走壁” ， 而是花样展示各种摔跤、侧翻、失去平衡 ， 工程师们则如同Atlas的保姆 ， 用液压机吊起摔倒的机器人、使用钳子复位Atlas身上的螺栓、反复调试一个小的失败动作背后的硬软件问题 。
波士顿动力公司称 ， Atlas摔跤的频率比视频中要多得多 ， 持续不断的提供细节修理才有可能用这些“人工”堆砌出最后人类看到的智能 。

推荐阅读


上一篇：服贸|走在数字人民币大道上

下一篇：传输|小米妙播正式公测，支持WiFi传输高音质音频