一个会下棋的人形机器人，背后有哪些技术力量和想象( 二 )

然而这些在普通人眼中就是WalkerX能做的更多了。想要机器人跟你下棋，让它更聪明还不够。据谢铮介绍，由于尺寸限制，机器人操作空间有限，如果只靠7个自由度的机械臂无法覆盖整个棋盘空间，机器人需要调动腰部、腿部的自由度配合实现全身的运动。当电机数量变多之后，还需考虑电机的协同控制问题。比如机器人起身，手指也会上移，力减小，棋子就会脱落，这时候需要对手臂关节极其细微的调整，给棋子施加一定的压力。
会下棋的WalkerX对视觉感知也有更高要求。「不同环境中的光照影响，反光情况，相像的字形，甚至棋子是不是正对机器人，都要求我们增加训练数据集，增加AI逻辑推理，做可能更对的判断。」谢铮说。这是优必选科技一直在强调的「感控一体」技术，机器人眼睛看到物体，大脑作出反应，手才能动起来。
功能的丰富是表象，背后思考是机器人如何更好适应人类环境。 WalkerX行走速度达到3km/h ，基本能达到人类正常行走的速度，这样才能提供更好的人机交互体验。 WalkerX还升级了柔顺力控，每个手指都有一个力传感器，在抓握时感受外部作用力。也许不久之后，给你「马杀鸡」的就是WalkerX技师了。

文章图片
WalkerX提供按摩服务
「当红炸子鸡」波士顿动力Atlas一段慢跑、跳跃、转身和后空翻的视频再次抬高人们对于机器人机械能力的想象。谢铮表示，机器人能做各种高难度动作，学会跑酷，足以证明机器人的运动能力已经很强，目前运动控制系统的升级已经不是应用落地最直接的技术限制。换句话说，机器人的运动控制能力现在能初步满足应用服务的需求，接下来要去提升它的感知能力和认知能力。
谢铮介绍， WalkerX增加了很多感知类硬件以及算力的提升，目前AI还没有充分剖析和理解外界信息，只能在已经学习和验证过的场景中做定制化的服务。设想里，当机器人具备通用的感知和认知能力以后，其在不同的场景就可以快速适应并着手工作。它会知道冰箱在哪，里边饮品都有什么，抓取点在哪，不需要人过多参与任务的设计。
机器人领域很多技术高度密集。「每一毫秒，都要把机器人每个关节位置，外界收到的力，当前速度等估计，整体计算出来下一毫秒手、腿的位置，每个关节应该出的力。背后需要一套非常复杂的算法来系统性集成运动控制，视觉导航，视觉感知，交互引擎系统等。
成立近30年的波士顿动力一直专注于机器人的研发，拥有超前的技术，但因为其商业化短板，近年来几经易主。另一头，软银在2020年停产了机器人Pepper ，让人唏嘘。孙正义设想里，以「铁臂阿童木」为原型的Pepper应该是一个能够真正理解人类情感的机器人。而在大部分行业人士看来，太想「通用化」，无法满足服务型市场的纯粹需求，在当时时间点，造成了它的成本和实现的功能价值不匹配。
「技术难，落地更难」。谢铮感慨。在这片无人区拓荒，企业更需要耐得住寂寞。对于Walker ，优必选科技内部制定了「四步走」循序渐进式的规划，每个阶段对于技术的优化各有侧重。第一步重在运动与交互，这个阶段诞生了Walker第一代和第二代；第二步主攻感知与智能，这也就是今年WalkerX的迭代；第三步转向安全与认知；第四步志在实现全自主。
人形机器人如何从有趣走到有用？
「人形」机器人带着人类对于机械的最终设想。但是在科技和商业之间的来回碰撞，让行业对于人形机器人的思考步入更为务实的阶段。