波士頓動力（Boston Dynamics）最近在其 YouTube 頻道發佈了一段長達 40 分鐘的技術簡報，展示了其下一代人形機器人 Atlas 的軟件如何提供支持。公司的高層詳細介紹了其在實際工廠工作中構建智能的策略，並集中討論了波士頓動力所稱的「人形機器人在製造業的任務」。他們計劃為 Atlas 配備一個靈活的通用控制系統，以應對複雜的工業環境。
這家公司正逐步放棄手動編碼的動作，轉而採用基於學習的方法，使機器人能夠通過示範、反饋和改進來獲得技能，這種方法旨在應對現代生產現場的不可預測性。上週，波士頓動力也解釋了 Atlas 的地面恢復能力，揭示了為何這個人形機器人以扭曲的動作站起來，而不是像人類那樣站立。
在人形機器人在工業環境中的價值一直受到質疑，特別是當簡單的機器如機器臂或輪式系統能夠執行許多工廠任務時。波士頓動力認為挑戰不在於能力，而在於經濟性。在高度靈活的製造環境中，例如生產多種車型的汽車工廠，傳統的自動化會變得過於緩慢和昂貴。設計和整合一台專用的機器以完成單一任務可能需要一年時間，成本超過一百萬美元，使得大規模自動化每一項任務變得不切實際。
為了擺脫所謂的「硬自動化」的限制，該公司寄希望於一種可重新編程的通用人形機器人，能夠在數天內重新部署，而非需要數年的工程設計。這一策略符合其在生產規模上部署機器人的目標，而不是作為孤立的演示。實現這一適應性水平需要從手動編碼的運動規劃轉向基於學習的方法，讓機器人通過訓練、反饋和校正來不斷改進。
波士頓動力已經概述了構建 Atlas 智能的三種平行方法。其中一種依賴於遠程操作，讓人類操作員通過虛擬現實引導機器人執行任務，生成高度準確但難以擴展的訓練數據。第二種方法則是在模擬中使用強化學習，允許 Atlas 虛擬練習數百萬次動作，特別是針對動態或高精度的行為。第三種長期路徑則專注於觀察，通過觀看人類執行活動來訓練機器人學習物理直覺和任務理解，可能涉及大量視頻數據集。
波士頓動力採取了一種混合的方法來構建機器人智能，而不是依賴單一的端到端 AI 模型。該公司排除了純粹的「像素到扭矩」系統，即單一神經網絡直接將相機數據轉換為馬達指令。相反，其 Atlas 人形機器人建立在一個受人類認知和運動控制啟發的分層控制結構上。在這一框架中，高層次的決策系統處理視覺信息，產生抽象的運動目標，例如該向何處邁步或如何擺放手。
這些指令然後由一個獨立的快速控制層處理，負責平衡、協調和物理限制。通過將決策與運動執行分開，機器人無需在 AI 層面重新學習基本的物理知識，如重力和動量，從而提高了穩定性和效率。類似的架構也正在人形機器人領域中得到探索。
除了軟件設計之外，波士頓動力強調了現代汽車集團的戰略角色。這一合作不僅限於在工廠中部署機器人，雙方還共同努力重塑汽車工廠以適應人形系統。現代汽車提供大規模的製造環境和長期基礎設施投資，而波士頓動力則專注於解決車輛組裝過程中所需的複雜操作任務。
該簡報結束時，明確顯示了公司的優先事項：隨著全電動的 Atlas 硬件逐漸成熟，注意力正轉向構建其背後的智能。波士頓動力正在積極尋求機器學習人才，強調軟件開發將定義人形機器人部署的下一個階段。
