全自動打工「人」!波士頓動力Atlas進廠影片火了,不斷電不下班

机器之心發表於2024-10-31

波士頓動力Atlas進廠打工,不靠遠端操控,轉身動作像驚悚電影。

波士頓動力的人形機器人,進廠了。

本週三,波士頓動力發來一條喜訊。其最新披露的影片展示了機器人在工廠環境中的任務完成能力。機器人現在已經可以全自動幹活了,它可以在儲物櫃之間搬動汽車發動機零件:

圖片

搬運的這個東西是汽車的發動機蓋。影片裡可見新版 Atlas 機器人是在尋找零件並挑選位置放置,還附帶識別過程的展示:

圖片

搬著搬著 Atlas 看到有人拍攝,突然虎軀一震(其實是東西沒放對位置)。沒關係,我很穩:

圖片

我們注意到,在拿到東西和放好東西后需要轉身的瞬間,Atlas 並沒有像人類一樣轉過來,而是以腰部為中心進行旋轉,該動作最大限度地減少了移動,從而節省了過程中寶貴的幾秒鐘。不過,這也讓人聯想到一些驚悚電影裡,主人公身子不動,頭直接轉過來的畫面。

圖片

一通操作看下來,機器人在工廠完成一些簡單工作看起來是遊刃有餘了。

在社交網路上,網友們紛紛表示:太強了,看起來已經可以商業化了。

圖片

但眾所周知,實現這樣的願景還有很長一段路要走。

波士頓動力指出,目前該公司的人形機器人已經能夠透過視覺、受力和本體感受感測器的組合來檢測環境變化(例如移動固定裝置)和動作故障(例如無法插入蓋子、絆倒、環境碰撞)並做出反應。全自動打工「人」!波士頓動力Atlas進廠影片火了,不斷電不下班

需要注意的是:波士頓動力這次強調了演示影片中的機器人是完全自主執行的,沒有「預設程式或遙控動作」,它可以使用機器學習演算法理解並適應真實世界的環境。這一宣告似乎是在 cue 誰,但就是沒有明說。

最近一段時間,哪家的人形機器人上過頭條?應該是在特斯拉「We, Robot」活動中大放異彩的擎天柱 Optimus。馬斯克還說,人形機器人的數量將在不到 20 年內超過人類,「這工作要由我來幹」。

特斯拉的 Optimus 機器人展示了與觀眾互動,玩遊戲、跳舞,甚至進行簡單對話的能力,好不先進。圖片

然而,很多人指出,Optimus 在展示過程中實際上部分依賴於人類的遠端操控,這引發了外界對於其自主能力的質疑。由於種種原因,特斯拉的股價當時還瞬間跌了 10%。

與 Figure、Tesla 和 Apptronik 等競爭對手一樣,波士頓動力公司人形機器人的首次應用包括在汽車工廠的工作。考慮到該公司現在屬於現代汽車公司,而現代汽車公司剛剛選擇與豐田汽車的研究部門達成協議,關注 Atlas 這一應用是很有意義的。幾十年來,汽車行業在自動化領域也一直遙遙領先。或許有一天,Atlas 真的會變身一名「汽車工人」。

波士頓動力也玩轉型:Atlas 電動化之後

今年 4 月,波士頓動力曾跟全世界開了一個玩笑,先是官宣人形機器人 Atlas 退役,狠狠來了一波回憶殺。圖片

緊接著,就在第二天,他們又放出了一個新的人形機器人影片。新機器人也叫 Atlas,不過由原來的液壓改為了電動,身材更為小巧、靈活。圖片

此時,外界才反應過來,原來波士頓動力並不是要放棄人形機器人,而是轉變了研發方向,讓機器人更加適應工業環境。當時,該公司表示,這個電動版的 Atlas 將於明年初在韓國現代汽車工廠裡開始進行試點測試,並會在幾年後全面投產。看來,試點的時間可能提前了一些。

和之前的液壓版 Atlas 一樣,電動版的 Atlas 也是有一些絕活在身上的,比如隨手就來一個俯臥撐:

圖片

圖片

做完俯臥撐後,Atlas 還能自己站起來。

倒立行走:

圖片

這些「絕活」是怎麼做到的呢?前段時間,在機器人頂會 RSS 的一場技術分享中,MIT 博士、波士頓動力機器人工程師 Robin Deits 介紹了 Atlas 機器人過去幾年的研發歷程,以及從中學到的經驗、教訓。

圖片

具體來說,Robin Deits 主要介紹了 Atlas 控制器的核心 ——MPC(模型預測控制)。他表示,波士頓動力從 2019 年以來實現的所有機器人動作都是依靠 MPC 來完成的,包括跑酷、體操、跳舞、後空翻等等。最近,他們還展示了 MPC 用於操縱物體的效果。2024 款純電驅動的 Atlas 新版本也是由 MPC 驅動的。

對於這場技術分享,機器之心也做了詳細報導,感興趣的讀者可以抽時間詳細閱讀(參見《波士頓動力技術揭秘:後空翻、俯臥撐與翻車,6 年經驗、教訓總結》)。

其實,除了內部研發,波士頓動力也在加強與外部的基礎研究合作。就在兩週前,波士頓動力和豐田研究院(TRI)官宣建立新的合作伙伴關係,以「利用 TRI 的大型行為模型和波士頓動力的 Atlas 機器人,加速通用人形機器人的開發」。

根據 IEEE Spectrum 的報導,TRI 的大型行為模型(LBM)其實類似於大型語言模型(LLM),只不過它的應用場景是在物理世界中工作的機器人。TRI 長期以來一直致力於開發基於人工智慧的學習技術,以應對各種複雜的操作挑戰。在與波士頓動力合作後,他們將透過 Atlas 獲取更多物理世界的資料,這些資料將反過來用於支援高階 LBM 的訓練。雙方合作有一定的互補作用。

在基礎研究層面,人工智慧能否給 Atlas 帶來新的突破,歡迎在評論區討論。

參考內容:

https://techcrunch.com/2024/10/30/boston-dynamics-electric-atlas-humanoid-executes-autonomous-automotive-parts-picking/

https://x.com/BostonDynamics/status/1851624026424197434

https://spectrum.ieee.org/boston-dynamics-toyota-research

相關文章