从2016到2023，波士顿动力双足机器人Atlas一路飞速进化，从大长腿蹒跚学步，到现在已经可以完成后空翻稳定落地、机器人跑酷、体操等多种高难度任务。
Atlas在建筑工地抓取和抛掷物品的视频，展示的是Atlas可搭载预测控制系统，能自己规划任务路径并执行。
波士顿动力公司Atlas团队负责人Scott Kuindersma在幕后视频中说：我们不仅仅是在考虑如何让机器人在其环境中动态移动，现在我们开始让Atlas发挥作用，并思考机器人应该如何能够感知和操纵其环境中的物体。
Atlas如何实现各种复杂操作
要完成各种复杂的操作，首先得在运动中保持平衡。团队表示，机器人身体结构和人类有很大差别，比如它没有脊椎和肩胛骨，同时手臂也相对较为脆弱。Atlas利用3D打印来减轻重量和空间，从而形成具有高强度重量比和大工作空间的机器人。能显著减少肢体惯性，这对于步行机器人来说是一件大事——系统中的大部分能量都用于在空中摆动沉重的双腿。
此外，Atlas还能够通过立体视觉、距离感应和其他传感器自主或通过远程操作感知障碍物并穿越崎岖地形，研究团队为Atlas提供了一张高级地图，其中大致描述了它的行动路线和相应位置应该做出的动作。
Atlas的模型预测控制器（MPC）该控制器使用机器人动力学模型来预测机器人未来的动作，会调整其发力、姿势、动作发生时机等细节，来应对环境、脚滑等各种可能实时出现的因素。
Atlas 控制器被称为模型预测控制器（model-predictive controller, MPC），该控制器使用机器人动力学模型来预测机器人未来的动作。控制器的工作原理是通过优化来计算机器人当前要做的最优事情，从而随着时间的推移产生最佳动作，行为库中的每个模板会向控制器提供什么解决方案是最佳的选择。
MPC还允许Atlas跨行为边界预测下一步的行动，比如它知道了这次跳跃后是一个后空翻后，就可以自动地创建从一个行为到下一个行为的过渡，使每一步动作都自然的连贯起来。比如，在机器人推动和自己体重差不多的箱子之前，就要仔细考虑物体的位置、移动速度，以及两者之间的力，如何不会摔倒等问题。
波士顿动力公司已经发布了一些商业机器人，包括多用途机器狗Spot和可以移动箱子的移动机器人手臂Stretch。
参考资料：
https://futurism.com/the-byte/boston-dynamics-robot-toss-tools-construction-worker
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢