摆脱遥控器，波士顿动力人形机器人，开始「长脑子」干活了

AIGC动态6小时前发布 almosthuman2014

52 0 0

文章摘要

【关键词】 人形机器人、通用机器人、Atlas机器人、AI模型、研发原则

世界人形机器人运动会上，宇树科技 H1 机器人“肇事逃逸”事件引发网友对需人工遥控人形机器人的讨论，宇树科技王兴兴表示下次比赛将采用全自主模式。而在全面自主决策行动的通用机器人领域，波士顿动力野心勃勃。

波士顿动力认为，要让人形机器人实用，需掌握广泛复杂能力，开发通用型 AI 机器人是有效路径。此次其与丰田研究院合作，为 Atlas 机器人开发大型行为模型（LBM），构建端到端语言条件策略，使 Atlas 能理解指令并自主完成复杂操作任务。

研究团队发布了 Atlas 完全自主执行收纳整理任务的视频，展示了诸多亮点操作。如面对研究人员捣乱，Atlas 能自主决策应对；掉落零件可立刻捡起；能识别物体并完成放置、收纳等任务。其背后的 AI 控制模型能利用人形形态能力，对解决移动操作任务至关重要。

模型构建遵循清晰迭代的闭环流程，包括数据收集、处理、模型训练和评估迭代。采用先进的扩散 Transformer 架构和流匹配损失函数训练，能将机器人传感器捕捉信息和语言指令转化为精确控制指令。

在“Spot 车间”演示任务中，机器人依靠通用控制模型自主完成连续子任务。还能完成系绳结、翻转吧台凳等挑战性操作，且有智能异常处理能力，可在不重新训练时灵活调整运行速度。

研发遵循三项核心原则：追求最广泛任务覆盖，开发顶尖遥操作系统丰富训练数据；训练通用化“通才”模型，整合不同平台数据，简化部署并催生涌现行为；建设支持快速迭代的基础设施，搭建结合仿真、硬件测试和机器学习平台的环境，提升机器人实际表现。虽通用机器人距想象仍遥远，但此次成果让未来更近一步。