波士頓動力公開演算法

A. 波士頓動力機器人公司展示的機器人跳舞視頻，這項技術的難度在哪

真正的機器舞來了，波士頓機器人家族發布舞蹈MV，整個MV在歡快的歌曲《Do you love me》 的節奏中舞動著，上線僅幾小時便達成百萬播放量。2020年的最後一天，我們人類似乎也該飆一段舞來宣洩一下這一年的不易。人工智慧已經走到了一定程度上可以呈現情緒和審美的階段。

從以往的Atlas的跑酷、後空翻、一字馬等高爆發力動作來看，Atlas的驅動具有很強的爆發力，而今天我們看到的是如此優美柔和的舞蹈動作，線條柔美得讓人看起來已接近人的肢體了。說明進步很大。這一點足以顛覆了我們以往對機器人的見解，隨著科技的日益發達，機器人各項技能已越來越接近人，所以我們人吶，還是趕緊培養好情商和挫商吧！

B. 波士頓動力學公司製造的機器人是通過什麼達到平衡的

波士頓動力學公司製造的機器人是通過復雜感測器達到平衡的

波士頓動力學公司製造的機器人是通過（C）達到平衡的。

A高級程序

B規則的編碼

C復雜感測器

D先進模型

平衡的

《平衡的》是一款IOS平台的應用。

動力學

動力學(Dynamics)是理論力學的一個分支學科，它主要研究作用於物體的力與物體運動的關系。動力學的研究對象是運動速度遠小於光速的宏觀物體。動力學是物理學和天文學的基礎，也是許多工程學科的基礎。許多數學上的進展也常與解決動力學問題有關，所以數學家對動力學有著濃厚的興趣。

製造

把原材料加工成適用的產品製作，或將原材料加工成器物。也可指造成某種氣氛或局面。

新一代的雙足機器人絕對會讓你大吃一驚。如今，它們不但可以平衡的行走，甚至還可以越野了。

通過一種新的控制演算法，美國佛羅里達州人機認知研究所（Florida Institute for Human and Machine Cognition, IHMC）的機器人實驗室實現了擬人的平衡能力。

該演算法的測試使用了波士頓動力公司（Boston Dynamics）的Atlas機器人，在演算法的控制下，Atlas現在可以平穩的走過一段崎嶇不平的水泥磚路。從動圖中我們可以看到，Atlas的行為和人類基本無差：首先把腳輕輕地踩上去，判斷地面的承受能力，接著通過調整身體和手臂來實現平衡。

C. 波士頓動力Atlas機器人完美自主導航

「逆天機器人 Atlas」能夠自主導航了!

大家對 Atlas 機器人一定不陌生。2013 年，波士頓動力公司為美國國防部高級研究計劃局 (DARPA) 的一項挑戰賽創造了 Atlas 機器人，它能走能跑，草地、雪地、碎石地都不在話下，甚至能做 360 度後空翻。它被稱為 「逆天機器人 Atlas」。

盡管有如此驚人的敏捷度，Atlas 機器人在走路時仍然很容易摔倒，尤其是當地面不平整時，雙足機器人很難計算他們的腳應該放在哪裡才能保持平衡。

這是因為，Atlas 機器人走的每一步都必須由人類操作員決定，並通過用戶界面輸入。

編程讓機器人在平坦的地面上行走已經夠困難的了，但是佛羅里達人類與機器認知研究所 (IHMC) 正在解決一個更大的挑戰：確保雙足機器人能夠成功地在崎嶇的地形上行走。

該研究所自 2016 年以來一直在研究這個問題。

今天，IHMC 發布的最新視頻，展示了這個領域的最新進展：機器人可以通過自主步伐規劃演算法，在狹窄的地形中自主導航了!

視頻中，IHMC 開發的自主步伐規劃 (autonomous footstep planning) 程序正在波士頓動力公司的 Atlas 機器人和美國宇航局開發的 Valkyrie 機器人上運行。

視頻展示了機器人在一堆煤渣塊上面行走，甚至能穿過更窄的路徑，由於導航選項有限，路徑越窄導航就越困難。

操作人員為機器人指定一個開始點和一個結束點，然後映射所有可能的路徑，評估每個路徑的成本，選擇一個最好的路徑，最終到達目標點 —— 所有這些都發生在快速的現代硬體上。

利用 IHMC 的演算法，這些機器人還可以快速適應環境變化和路徑障礙，甚至能夠在一條 「獨木橋」 式的狹窄路徑上行走。

該演算法使用機器人的感測器對環境進行調查，並將環境分割成多個部分。每個部分都被分解成一系列的多邊形，從而創建一個環境模型，這樣機器人就可以規劃出從起點到目標點的每一步。

研究人員表示，還有很多工作要做 ——Atlas 機器人在狹窄小路上自主導航行走的成功率是 50%，在崎嶇地形的成功率達到 90%，而在平坦地形的成功率接近 100%。

研究人員計劃提高路徑規劃的速度和能力，在迷宮和看不見的目標環境中測試，第一步是加入一個身體路徑規劃器。

視頻和論文已經提交給 IEEE 2019 類人機器人大會。

詳解Atlas如何自主導航：點雲分割、基於圖搜索

IHMC 在視頻中詳細描述了機器人如何做到自主導航的。

為了在一個雜亂或復雜的環境中行走，雙足機器人必須要能夠找出他們可以把腳放在哪個位置，而且需要快速完成這個過程。在參加 DARPA 機器人挑戰賽時，IHMC 團隊需要讓人類操作員通過一個用戶界面來指導 Atlas 的每一步放在什麼位置，這個過程非常緩慢，給操作員帶來了很大的負擔。

一旦腳步放錯，機器人就會跌倒 ——IHMC 的 Atlas 機器人在最後一場決賽時毫無預兆地跌倒了……

在這個最新研究中，研究人員使用感測器獲取機器人周圍環境信息，生成點雲，然後將點雲分割成平面區域，以更緊湊的形式表示來自感測器的大量數據。

點雲環境模型

有了這個環境模型，目標就變成了規劃一系列的腳步，讓機器人的初始點走到最終目標。

為此，研究人員使用基於圖的搜索技術，如 A* 演算法，圖中的每個節點代表一個腳步。當展開一個節點時，對 x 和 y 平移進行網格搜索。

在此基礎上，考慮前一步的平移和旋轉，並評估每一步的成本，確定下一步的最佳位置。

通過正確的調優和檢查，這種方法適用於各種各樣的環境。

例如與平地上，它可以很快地規劃目標，成功率接近完美。

當穿越崎嶇的地形時，規劃速度也相當快。

目標位置的改變會機器人避障的最佳路徑。

機器人還能夠利用規劃演算法擠著穿過狹窄的通道。

在這種環境下，為了避免與環境發生碰撞，機器人不得不幾乎完全轉向一側。

部分腳印在環境中提供額外的落腳位置，允許機器人在更復雜的地形中行走。

機器人還可以重新規劃路徑。

例如，當 Valkyries 的路徑被阻擋時，它可以重新回到目標的新路徑。

最後一個例子是台階高低不平的環境，目標地址是較高的平台。

Atlas 能夠規劃它的路徑先踩較高的煤渣塊，然後回到較低的煤渣塊，一高一低地走，直到到達目標。

Atlas有望成為身手靈活、自主導航的災區救援機器人

Atlas 機器人由波士頓動力公司製造，IHMC Robotics 編寫了控制、感知和規劃演算法，使機器人具備了視頻中展示的靈活性。

現在，Atlas 機器人擁有了在平坦、粗糙和狹窄的路徑上自主導航的能力，這對於幫助災區救援很重要，因為在災區，倒塌的瓦礫使得傳統的救援服務難以進入。

D. 波士頓動力機器人是特效嗎

不是

「不是特效！波士頓人形機器人跑酷，各種高難度動作都不在話下！2021年8月19日發布

我們來大致看看美國波士頓動力公司的這種黑科技:往好的方面說，說明機器人會跳舞，往壞的方面說，說明機器人之間的協調性(不會互相碰撞)和機器學習能力，這需要大量的AI/機器學習演算法。眾所周知，波士頓動力是從著名的麻省理工學院分離出來的民營企業。可見人才輩出。我們跟普通人談這個真的有點過了。但是我們發明的東西不被普通人欣賞，浪費了高智商人的頭腦不是嗎？這項技術的難度在哪裡？我們來看看:從公開報道中可以知道，Atlas作為一款液壓驅動的機器人，高1.5m，重80kg。全身28個關節，單腿6個自由度，腰部2個，手臂7個自由度，全部採用液壓驅動。Atlas硬體系統最難的部分是液壓動力系統。使用更復雜的液壓系統，最深層的原因是電機仍然無法驅動180磅的機器人完成行走任務，這是不尋常的。效率遠高於之前的液壓四足機器人，使得Atlas在驅動層面實現了更高的能量轉換效率。到目前為止，大多數機器人都使用電機系統。

E. 現代拿下「波士頓動力」，不賺錢的機器人公司，韓系看中了什麼

現代拿下「波士頓動力」，不賺錢的機器人公司，韓系看中了什麼？

近些年一個美國機器人公司可以說是網路上的大紅人，家公司就是波士頓動力，相信大多數網友都看過這家公司的靈活機器人設備，其中最出名的應該是能夠自由活動的黃色大狗，即便在旁邊踹上一腳也能夠自己保持平衡，近兩年這家公司的技術進步飛快，甚至推出了可以自主後空翻的兩足仿生機器人。從目前的一些產品來看，波士頓動力確實頗具未來感，簡直就像來自科幻大片里的高科技企業。

問題來了，你覺得波士頓動力公司哪些技術能用在汽車領域？歡迎在評論區留言，我們一起討論！關注孔明有驚喜，小編在手隨便你！部分圖片來源於網路，嚴禁轉載抄襲，歡迎點贊分享。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

F. 波士頓動力機器人不斷刷新業界認知的難點在這兒！

5月1日，美國人類與機器認知研究所（IHMC）在波士頓動力公司的Atlas機器人身上，測試了其開發的機器人自動路線規劃演算法。對於機器人來說，獨木橋式的狹窄通道是復雜地形，成功通過率只有50%。

我們先來了解下機器人不同的行走方式：

1.輪式移動機器人

輪式移動機器人，顧名思義，就是驅動輪子來帶動機器人行走，輪式的效率最高，行進速度快，轉向靈活，造價較低，故障容易處理，另外，在相對平坦的地面上，輪式移動比足部更具優勢，控制也相對簡單，輪式移動機構現今應用相當廣泛，是目前研究最為透徹的移動方式之一。

2.履帶式移動機器人

典型的履帶式移動機構由驅動輪、導向輪、拖帶輪、履帶板和履帶架等部分構成。履帶式移動機構適合在復雜路面上行駛，它是輪式移動機構的拓展，履帶本身起著給車輪連續鋪路的作用。

履帶式移動結構在地面支撐面積大，接地比壓小，滾動摩擦小，通過性能比較好，轉彎半徑小，牽引附著性能、越野機動性、爬坡、越溝等性能優於輪式移動機構。履帶式移動機構廣泛用於各種軍用地面移動機器人。

它的缺點是由於沒有自定位輪和轉向機構，只能靠左右兩個履帶的速度差實現轉彎，所以在橫向和前進方向上都會產生滑動；轉彎阻力大，不能准確地確定回轉半徑等。

3.跳躍式移動機器人

跳躍式機器人對地形有更強的適應力。但是跳躍運動首先要克服自身重力的影響，由於需要跳躍，自身重力必然要小，重力要小，質量也要小，能源就是最大問題。而且騰空和觸地階段動力學方程復雜，平衡難以控制。跳躍後半段要從高空墜落，機器人本身的抗摔能力又有著較高的要求。

4.腿式移動機器人

腿式行走機器人基於仿生學原理，目前展開廣泛研究的有兩足、四足、六足等各種腿足式移動機構，該機構幾乎可以適應任何路面的行走，且具有良好的機動性，其運動系統具有良好的主動隔振功能，可以比較輕松地通過松軟路面和大跨度障礙。在最開始，雙足機器人使用的平衡控制策略是「靜態步行」（static walking）。這種策略的特點是：機器人步行的過程中，重心（COG，Center of Gravity）的投影始終位於多邊形支撐區域（support region）內，這種控制策略的好處在於：機器人可以在行走動作中停止而不摔倒，但代價是行動速度非常遲緩（每一步需要花費10 秒甚至更長，因為需要保持重心的投影始終位於支撐區域，否則將不穩定）。

小型雙足機器人運動能力和穩定性之所以很強，主要由於它的重心很低，從某種意義上來講，並非依靠智能完成復雜環境的適應能力，而是其機械結構提供了一定的優勢。而大型雙足機器人基本上都要依靠加入伺服電機的智能驅動單元（步行器的關鍵部分）來控制機器人穩定運動。

缺點是行進速度低緩，效率低下，而且由於腿部與地面接觸面積相對較小，遇到非剛性地面狀況時會出現下陷的情況。同時，由於結構方面的原因，腿式行走的機器人都無法做到結構緊湊，而且其對腿部關節部位的製造要求較高，成本較高。總體來說，腿式運行速度比較慢，機構形式在上述各種移動機構中最復雜，控制也十分困難，目前尚處於研究和實驗階段。

同時核心演算法是比較耗時間的，也是研發重點，電池部分現在主要還是要依靠產業的研發能力和供應能力，機器人研發團隊很少會為了電池配備相關研發人員。現在整體機器人還處在研發階段，仍然要靠電纜連接交流電來作為電源，因此商用蓄電池持續性是最大問題。

感測器則是持續地測量機器人身上部件的方向和移動。也需要實時讀出和處理這些感測器所收集的數據，持續調整伺服電機，以保持所需的平衡，不至於倒下。要達到這些要求，需要非常先進的低成本、低功耗半導體晶元，低成本的精密移動感測器，以及先進的演算法和具有人工智慧的語音識別和視覺識別技術。例如，美國一家公司發明了一種「推不倒」的演算法，傳送至Atlas人形機器人，機器人可以靈巧地平衡，甚至你如果故意推倒它，它也可以藉助協調能力驚人的雙足立刻穩定平衡。

一位機器人的老前輩曾說過，機器人是一個機械，機械不能革命只能進化。人類的大部分行為能力是需要藉助於邏輯分析，例如思考問題需要非常明確的邏輯推理分析能力，而相對平常化的走路，說話之類看似不需要多想的事，其實也是種簡單邏輯，因為走路需要的是平衡性，大腦在根據路狀不斷地分析判斷該怎麼走才不至於摔倒，而機器人走路則是要通過復雜的計算來進行。

「教」一個機器人走路遠比教一個1歲的小朋友走路更辛苦，因為機器人的「大腦」一片空白，它的舉手抬足應該以何種角度，到怎樣的高度，都需要工程師憑邏輯和經驗一一設定。而機器人要想像人一樣優雅地走路，不僅要配置激光雷達、攝像頭，還需要額外的演算法和配套感測器。波士頓機器人經過十年變遷，本次波士頓動力機器人完成最難行走實驗，其表現出的極強協調性，無疑在雙足機器人的路上已經越走越遠。

足式機器人無疑是最像人類，以及最能夠滿足替代人類進行某些 探索 活動的最佳選擇，雖然波士頓機器人的軍工性質很難轉為民用以及其融資狀況一直被人詬病，但不可否認的是其研究依舊走在機器人認知前沿。

對此您有什麼意見和看法呢？歡迎留言討論！

G. 新一代機器人走路穩定了這么多，波士頓動力是怎麼做到

波士頓動力公司致力於研究人工智慧模擬和具有高機動性、靈活性和移動速度的先進機器人，技術利用基於感測器的控制和演算法來解決具有一定復雜性的機械的使用問題。主要通過從基本概念到實際中已被證明的理論的應用，來進行產品的研究、製作和測試。