Boston Dynamics 的人形機器人 Atlas 上週未能參加中國首屆機器人奧林匹克，這一缺席並非偶然。位於麻薩諸塞州的工程師們一直在努力改進這款人形機器人，並且在本週三釋出的影片中可見到他們的進展。這段影片顯示了 Atlas 在執行一系列精確的人類動作，儘管動作看起來稍顯緩慢，但其表現令人印象深刻。這些動作包括將一籃物品從一個籃子轉移到另一個籃子，Atlas 先是將裝滿物品的籃子拉向自己，然後開始將物品轉移到一個更大的籃子中。影片的最後階段，Atlas 也展示了它能夠辨識物品的形狀，並以正確的方式將物品放置到架子上。
Boston Dynamics 目前正與豐田研究院（Toyota Research Institute, TRI）合作，為 Atlas 開發大型行為模型（Large Behavior Model, LBM）。這個系統是基於大量人類行為的數據集進行訓練，旨在讓機器人能夠理解、生成和適應複雜的人類行為，以應對現實環境中的挑戰。透過採用 LBM，原本需要繁瑣手動編程的新功能現在能夠快速添加，而不需要撰寫任何新代碼。這項技術的實現使得 Atlas 的行為變得更加靈活和多樣化，並且能夠更好地適應不同的操作需求。
在影片中，還可以看到一名人士在 Atlas 完成任務的過程中不斷打擾機器人。儘管面臨這些干擾，Atlas 仍然能夠專注於完成其任務。Boston Dynamics 的機器人研究副總裁 Scott Kuindersma 表示，這一工作展示了他們如何思考構建通用型機器人的方式，這些機器人將改變人類的生活和工作方式。他指出，訓練單一神經網絡以執行多項長期操作任務，將促進更好的泛化能力，而像 Atlas 這樣的高能力機器人，對於需要全身精確度、靈活性和力量的任務來說，能夠提供更少的數據收集障礙。
Toyota Research Institute 的大型行為模型資深副總裁 Russ Tedrake 提到，人形機器人的主要價值在於它們可以在現有環境中直接完成大量不同的任務，而以往的任務編程方法根本無法滿足這一挑戰。他強調，LBM 以全新的方式解決了這一機會——技能可以通過人類的示範迅速添加，隨著 LBM 的不斷強化，它們所需的示範也會越來越少，從而實現更穩健的行為。這項由 Kuindersma 和 Tedrake 共同主導的項目，旨在理解大型模型如何改善全身控制、高級移動和物品操作的能力。
Atlas 的發展不僅僅是技術上的進步，更是人形機器人未來發展的重要一步。這樣的進展不僅能提升機器人對於複雜任務的執行能力，也為未來的多種應用場景提供了可能。隨著這些大型行為模型的進一步成熟，人形機器人將能夠在更多的環境中發揮作用，為人類的生活和工作帶來更大的便利與效率。
