波士顿动力人形机器人参加比赛时以各种怪异姿势摔倒，最新的演示视频背后也经常有各种抽搐摔倒的现象。那么这些表现的背后隐藏着什么问题？听听gears研究院的张天威博士怎么说。腿足型机器人的核心问题是平衡控制，就是通过多自由度的机器人的全身控制来实现这个运动中的平衡稳定性支撑的较少了。它的这个iPad walking的形式比4足机器人的平衡控制难度要大。就比如说像阿特拉斯做三级跳和后空翻这种复杂的动作，它的难度是比较大的。因为它涉及到这个平衡控制的模型比较复杂，尤其是这个动力学平衡稳定性上面。在理论之外呢，这个工程上的难度也比较大。机器的系统较大，它涉及了这个感知、规划和控制三个大的系统模块的这这种大闭环。目前国内外还没有比较成功的这种大闭环系统。以我们人类自身为例，我们人类的这个平衡是由这个双耳和双眼构成的这个立体的感知系统，加上我们的这个小脑和整个的运动神经构成的这个控制器。我们的双耳双眼就相当于机器人的这个控制器，小脑就相当于机器人的这个控制器。我们在走路和跑步的时候，基本上基本上我们人类都不会特意的去看路，或者是去特意的记这个回家的这个路线上每一个路标和细节。这就是因为我们人的这个注意力机制提供了一个可控性的感知。就是说只有在这个环境因素呃发生特殊的变化，影响到我们小脑的这个运动的肌肉记忆的时候，我们的大脑才会介入到这个运动规划的过程中，发挥这个机器人的规划器的作用。就比如说你在平坦的路面上走，突然间碰到了一个台阶。或者是你在下台阶的时候，猛然的呃到了最后一节台阶的时候，就是遇到屏蔽的时候，这个时候你才会有规划器控制器一起来接入。然后呢BD的这个阿特拉斯2，虽然是我们现在世界上最先进的人形机器，但它并没有像我们人体这样实现这个感知系统、规划系统和控制器的这种大的闭环。他们的这个视频里面大多数都是在已知的环境中，通过多次的迭代和这个运动轨迹的优化而实现的。他们能够实现像后空翻啊、三级跳呀这种这种high dynamics的动作。证明他们的控制器，还有他们的这个呃油压驱动的这个硬件，是我们这个星球上首屈一指的。我一直的一个传统项目是这个动态环境里面的这个机器人的感觉。这些机器人放到真实环境里面去就有。然后他怎么应对这个真实的动态环境呢？就是那显显然就是要通过感知系统来识别发现，然后应对这些动态障碍物。最基础的最基本的、最典型的动态障碍就是人就是人和机器人。比如说服务型机器人，你想让机器人来给人来一起呃给人做一些服务，像养老呀，像那个给人递咖啡、递杯子啊这些。你首先要识别这个人，另外你的机器人如果移动起来以后，你不能打到这个人，你还要知道在在充满了人的这种，就是比如说在机场服务的这些扫地机器人，身边都是移动的障碍物，移动的人的时候，他机器人运动起来还得找到自己的位置，还有知道自己在地图中的位置，这些其实都是很实际的挑战。这个问题我觉得简单来说就是在这个实践中推进理论和系统的共同的发展。这个机器人学虽然说这是一个典型的信息学和工学的交叉学科，但是这个双足机器人这种在高冗余空间中求解非线性运动稳定性的问题呢，在很多方面还有面临着一些理论的缺失。最典型的就就比如说我们这个双足机器人，它的脚底和地面的这个摩擦力模型，它在物理学上现在还是一个没有解没有完全解决的问题，没有一个完美的摩擦力模型。这就造成我们的规划器和控制器在求解的时候，很多时候面临的都是一个O优化问题。这个求解过程就是一个NP hard的问题。这就是一个数学领域还尚未解决的问题。所以在这些理论短板的限制下，我们双足领域一般来说都是通过设计一些比较简化的平衡控制器模型。通过这种例例如凸优化的方法来求解一些局部的最优解。国内的人形机器人产业还比较年轻。如果你问我国内的公司是否能追上BD我的答案肯定是能够追上的。就因为BD的阿特拉斯，他已经证明了这个人形机型的这个硬件产品它的可行性。但是作为一个就是这个这个领域内的这个科研人员，我更想回答的这个问题是国内能不能出现，而不是说能不能追上BD这种就是在机器人领域能够引领世界潮流的公司。你会发现这个人形机器人的发展是跟着这个国际经济的这个发动机它来转移的。所以这次呢我觉得现在20年以后已经轮到我们中国来引领这个这些机器人的潮流了。只要我们变化这变换这个呃计划和目标导向型的这个科研思维，在学术上坚持破思维，在这个产业上避免急功近利，着重战略布局和这个长远的发展。我觉得在未来的10年到20年内，中国的机器人领域也是有可能出现像BD这种领头羊的公司的。
### 解锁机器人前沿技术：从平衡控制到感知规划
在科技飞速发展的当下，机器人技术成为了众多领域的焦点。其中，波士顿动力的人形机器人备受瞩目，其精彩表现背后却存在摔倒等现象。那么，如何深入理解这些问题并推动机器人技术进步呢？

平衡控制是腿足型机器人的核心难题。以阿特拉斯为例，它进行三级跳和后空翻等高难度动作时，平衡控制模型复杂，涉及动力学平衡稳定性，工程实现难度也大。目前，国内外尚未有成熟的大闭环系统，该系统涵盖感知、规划和控制三个模块。

人类的平衡机制为机器人研究提供了宝贵借鉴。我们依靠双耳双眼的立体感知系统以及小脑和运动神经构成的控制器来维持平衡。在日常行走中，注意力机制让我们无需刻意关注路线细节，大脑仅在环境变化影响小脑肌肉记忆时介入运动规划。

波士顿动力的阿特拉斯2虽先进，但未实现人体那样的大闭环。其演示视频多在已知环境中通过迭代和轨迹优化实现，虽能完成高难度动作，证明其控制器和硬件出色，但面对真实动态环境仍有挑战。

服务型机器人在真实场景中面临诸多实际问题，如识别人员、避免碰撞、确定自身位置等。双足机器人领域还存在理论缺失，像脚底和地面的摩擦力模型尚未完善，导致规划器和控制器求解困难，多为NP hard问题。

国内人形机器人产业虽年轻，但有潜力。BD的阿特拉斯已证明硬件可行性，国内公司有望追上。未来，中国若能转变科研思维，避免急功近利，注重战略布局和长远发展，有望在机器人领域引领潮流，出现像BD这样的领军企业。
波士顿动力,人形机器人,平衡控制,感知系统,规划系统,控制器,摩擦力模型,NP hard问题,中国机器人领域,发展趋势