图灵汇官网

新年之际，波士顿动力发布了一段机器人跳舞的视频，迅速在网络爆红，仅在YouTube平台上就获得了超过2500万次的观看量。为了制作这段视频，波士顿动力请来了专业的舞蹈指导Monica Thomas和人类舞蹈演员，共同为机器人设计舞蹈动作。

在这段视频背后，有哪些技术细节值得关注？最近IEEE Spectrum采访了波士顿动力的工程副总裁Aaron Saunders，他是Atlas双足机器人项目的负责人。

Aaron Saunders在波士顿动力工作多年，参与了许多早期机器人的开发工作。他提到，网络上对这段视频的反响超出了他们的预期，收到了大量热情洋溢的邮件和电话，人们分享了他们对视频的看法，甚至提出了一些有趣的建议。

视频中展示的Atlas机器人舞蹈动作，其实是经过精心策划和编排的。首先，他们与舞蹈演员和编舞合作，创造出一系列舞蹈动作。然而，由于机器人与人类在力量和速度上的差异，需要对这些动作进行多次调整和优化，以适应机器人的能力范围。

在这一过程中，他们利用模拟技术快速迭代，同时根据编舞的反馈进行调整，以确保动作能够在Atlas上顺利执行。随着技术的进步，他们开发了一系列工具，使得创建新的舞蹈动作变得更加高效。最终，他们能够在短时间内成功完成一个复杂的芭蕾舞动作。

当谈到如何将人类的动作迁移到机器人身上时，Saunders指出，某些动作对机器人来说更具挑战性，尤其是那些需要更高灵活性和力量的动作。尽管如此，机器人在重复执行同一动作方面表现出色，这也是他们的一大优势。

关于Spot机器狗和Handle搬运工的舞蹈表演，Saunders解释说，人类舞者与机器人的动作原理存在一定的共通之处。他们通过观察和模仿人类舞者的动作，将这些动作应用到机器人身上。

在教学机器人跳舞、做体操或跑酷的过程中，波士顿动力团队积累了丰富的经验。这些技能不仅提升了机器人的性能，也为机器人的商业应用提供了宝贵的启示。例如，灵活性、平衡能力和感知能力在多种机器人应用场景中都至关重要。

拍摄这段视频的过程并不简单，实际上只用了两天时间，而且没有进行剪辑。他们主要花费时间研究如何在机器人之间移动摄像机，以捕捉连续两分钟的镜头。Atlas机器人在拍摄时偶尔会绊倒，但这些行为并不会影响整体效果，因为它们是可以重复再现的。

关于Atlas机器人的硬件和技术细节，Saunders表示，他们目前没有使用机器学习来控制Atlas的运动，而是采用了所谓的反射控制技术，这是一种结合了力反应、在线和离线轨迹优化以及模型预测控制的方法。尽管如此，他们仍然在探索如何利用机器学习来扩展和增强现有的技术和硬件基础。

最后，Saunders谈到了未来的发展方向。他认为，未来的机器人将不仅限于双腿行走，还将具备更多样化的动作能力，如支撑跳跃和引体向上。此外，他对液压驱动和电驱动技术的应用持开放态度，认为两者各有优劣，应根据具体需求选择合适的驱动方式。

总的来说，这段视频展示了波士顿动力在机器人技术领域的最新进展，同时也激发了人们对未来机器人应用的无限遐想。