波士頓動力機器人舞蹈大片火爆全球！工程 VP 揭秘：我們將經典和前沿相融合

2020 年 12 月 29 日，波士頓動力（Boston Dynamics）在油管上發佈了一段賀新年視頻。

視頻中，伴隨着底特律 The Contours 樂隊當年的金曲《Do You Love Me》的韻律節奏，波士頓動力的機器狗 Spot、雙足機器人 Atlas、雙輪搬運工 Handle 輪番登場舞動，動作協調、腳步輕盈，看起來毫無違和感。

視頻下方的描述中，波士頓動力寫道，波士頓動力機器人聚在一起賀新年，希望 2021 將是更快樂的一年。

作為世界著名的工程與機器人設計公司，這一操作令全世界網友眼前一亮，截至目前，該視頻已有近 2533 萬次的播放量。

世界首富 Elon Musk 也發了一條推特：

雷鋒網注意到，對於這支大火的機器人舞蹈，IEEE（美國電氣電子工程師學會）旗艦出版物 IEEE Spectrum 表示：

IEEE Spectrum 認為，嚴格來講，這樣的視頻並不算是開創性的，因為觀眾們沒有看到機器人的任何新能力，但其「藝術成分」仍然令人印象深刻。雖然波士頓動力的 雙足機器人 Atlas 可以做一些實際的任務，體操、跑酷等技能也樣樣精通，但無疑，讓機器人跳舞還是有難度的。

為此，在具體如何跳舞方面，波士頓動力請了一位名為 Monica Thomas 的外援做舞蹈指導。

雷鋒網瞭解到，出於對性別、文化、幽默、後現代主義、運動和霸權等方面的共同興趣，Monica Thomas 在她讀大四時（2014 年）和兩位朋友共同創立了一個 Mad King Thomas 舞蹈工作室，主要關注自由創作，已在世界各地創作了大大小小的舞台作品。

點燃革命、顛覆現狀、重新定義舞蹈、表演或藝術是她們的理想，在此觀念的影響下，波士頓動力機器人的舞蹈動作才那麼獨特。

當然，在一系列舞蹈動作背後，是更為複雜的技術原理，而這自然離不開波士頓動力的工程團隊。

根據領英上公開的信息，波士頓動力工程副總裁 Aaron Saunders 曾先後就讀於加拿大阿爾伯塔大學機械工程專業、加拿大維多利亞大學機械工程專業，獲碩士學位。

畢業後，Aaron Saunders 曾在加拿大麥吉爾大學智能機器中心的移動機器人實驗室研究工程師，一年後的 2013 年，Aaron Saunders 進入了波士頓動力。

從起初的硬件工程副總裁一職，到隨後的工程副總裁一職，Aaron Saunders 在波士頓動力的工作年限已達到了 18 年，已然是一位元老級人物了。

Aaron Saunders 在其個人描述中也寫道：

為深入瞭解這支賀新年舞蹈，最近 IEEE Spectrum 採訪到了波士頓動力工程副總裁 Aaron Saunders，雷鋒網在不改變原意的基礎上做了編譯。以下文字或許能讓我們對波士頓動力的瞭解更為深入。

如何看待網友的反應？

事實證明，我們此前設想的各種網友可能有的反應都真實發生了，這對我們來説絕對是非常大的樂趣。我們收到了上百封電子郵件、接到了很多電話，他們分享了自己的看法和對我們未來發展的建議。可以説，這一視頻的受眾比預期要廣很多，主要原因是我們將經典歌曲和前沿技術融合到了一起。

此次 Atlas 展現了以前從未有過的動作，能否介紹一下背後原理？

首先，我們與一位編舞師和幾名舞者合作，編了一套舞蹈動作，以此作為基礎。實際上 Atlas 所面臨的最大挑戰就是學習人類的舞蹈動作，為此，我們通過模擬進行大量的快速迭代，同時向編舞師徵求反饋，打造數據集，保證動作都在 Atlas 力量和速度的允許範圍內。

在此過程中，隨着工具越來越多，我們設計新舞蹈動作所需的時間越來越短，這個過程不是手動創建腳本或編碼。比如在拍攝前一天，我們用工具鏈創建了 Atlas 的一個芭蕾動作，只花了一天時間。

在將舞者舞蹈動作轉換為 Atlas 動作時，團隊曾遇到哪些困難？

芭蕾舞中有一些旋轉動作，需要大量的迭代才能在 Atlas 上執行，我們在一些動作上的經驗不多，因此不論是機器還是軟件都面臨着挑戰。我們意識到，永遠不要低估人類舞者的靈活度和力量，讓機器人去做優秀人類舞者的動作的確很難。

根本上，Atlas 還是不具備舞者的運動能力和力量，這將是我們持續努力的一個方向——我們相信，如果想讓機器人廣泛應用於商業化落地，最終走入千家萬户，這樣的性能是必不可少的。

人類舞者可以幫助 Atlas 編舞，那麼 Spot 和 Handle 是怎樣學會跳舞的呢？

學習跳舞，一方面在於我們的合作者，他們在對運動的思考上、在通過動作表達自我的方式上都頗有才能；另一方面在於我們的機器人良好的動態、平衡性。實際上，舞者與機器人在運動上是有關聯的，編舞師會將他們統一起來，這與機器人有幾條腿沒有關係。

教機器人跳舞、做體操、跑酷，對於機器人的商業應用有何啓發？

機器人在跳舞和跑酷中掌握的技能（如敏捷性、平衡性和感知），對於許多實際應用都是必需的。更為重要的是，波士頓動力其實一直嘗試着在開發新技能與保持有趣之間找到平衡點。我們在很多詭異、有趣的嘗試中學到了不少經驗教訓。要拓展邊界，一定要先踏入那些未知的領域。

人們很難通過視頻瞭解團隊所花費的時間和努力，也並不知道它們在多大程度上代表了機器人的真實能力。您是否可以談談？

我從視頻出發回答這個問題（當然我們的所有視頻都是一個道理）。對 Atlas 來説，大部分的機器人控制工作都是源於我們原有的技術積累（例如通過機器人跑酷，我們發現瞭如何使用模型預測控制器來控制機器人運動和平衡），而讓機器人執行舞步，則是我們和舞者、編舞師一起設計的。為了保證力量和速度，我們也對 Atlas 做了硬件升級——舞蹈可能是我們嘗試過的最需要力量的活動。

前期的工作花了好幾個月，最終視頻拍攝環節我們只用了兩天時間，主要是在思考如何移動攝像機，捕捉一個持續兩分鐘的鏡頭。

當然硬件還是存在問題，比如機器人會跌倒，需要人為維護。雖然視頻裏的行為不會被產品化，也並非完全是可靠的，但它們是可重複的。我們如實地展示了波士頓動力機器人目前能做出的行為水平，對我們來説誠實是很重要的品質。

Atlas 在學習執行新任務時，會用到機器學習嗎？

其實技術方面我們做了非常多的探索，但 Atlas 目前並未使用學習控制器，它使用到了反射控制和模型預測控制。我們認為這都是機器人提升性能作出新行為的可靠方式。未來，我們也計劃利用機器學習在軟硬件基礎上進行擴展。

目前，Atlas 主要藉助下半身發力，但跑酷要用到上肢的力量敏捷度。據瞭解，Atlas 已經開始了引體向上等動作的嘗試，可否談一談？

動物可以用下肢做出很多動作，但全身都協同發力，效果當然更好。跑酷的確是為我們提供了新的發展方向，我們在不斷打磨、嘗試新的、更復雜的行為，提升敏捷性。其實 Atlas 團隊的任務之一就是儘可能提升上肢力量的使用頻率，我對它未來的發展還是很興奮的。

您如何看待高動態機器人的液壓（hydraulic）和電動（electric）驅動器？

使用哪種驅動器，具體要取決於機器人的尺寸、用途和工作環境等。當然，最好是兩種技術都掌握。我認為規模是二者的自然界限——製造小型液壓機器極具挑戰性，業內也很少有人這麼做。同樣的道理，也很少有人制造大型電動機器。

最近是否有讓您感到興奮的機器人領域研究？

通常，我們關注計算機視覺、地形感知方面的進展。這些領域的進展越大，我們能做的也就越多。就我個人而言，我關注操縱方面的進展，尤其是一些研究可增進人們對基於摩擦的複雜交互的理解。

目前，機器人操縱正在從簡單的捏、舉、投擲動作向更有意義的交互轉變。操縱方向的研究將進一步發掘機器人的潛能。

引用來源：

https://www.youtube.com/watch?v=fn3KWM1kuAw

https://spectrum.ieee.org/automaton/robotics/humanoids/how-boston-dynamics-taught-its-robots-to-dance

https://www.linkedin.com/in/aaron-saunders-28704055/

雷鋒網雷鋒網雷鋒網