为什么波士顿动力的人形机器人能完成跑酷、后空翻等高难度动作？为什么有时候它会翻车？工程师从中总结的经验、教训都在这里了。
今年 4 月，著名机器人公司波士顿动力跟全世界开了一个玩笑，先是官宣人形机器人 Atlas 退役，狠狠来了一波回忆杀。

退役的 Atlas。
紧接着，就在第二天，他们又放出了一个新的人形机器人视频。
新机器人也叫 Atlas，不过由原来的液压改为了电动，身材更为小巧、灵活。
此时，外界才反应过来，原来波士顿动力并不是要放弃人形机器人，而是转变了研发方向，让机器人更加适应工业环境。
该公司表示，这个电动版的 Atlas 将于明年初在韩国现代汽车工厂里开始进行试点测试，并会在几年后全面投产。
自公布后，这个机器人鲜少露面。
直到最近，在机器人顶会 RSS 的一场技术分享上，大家才知道，原来新的 Atlas 已经进化到可以做俯卧撑、倒立行走的地步了。
这个技术分享来自波士顿动力机器人工程师 Robin Deits。
他是 MIT 博士，2018 年至今一直在波士顿动力工作，研究 Atlas 人形机器人的控制。
个人主页：http://robindeits.com在分享中，他介绍了 Atlas 机器人过去几年的研发历程，以及从中学到的经验、教训，对机器人行业从业者可能很有启发。
机器之心将在这篇文章中进行系统梳理。
视频链接：https://www.youtube.com/watch?v=aQi6QxMKxQMAtlas 控制器的核心 ——MPC在演讲开头，Robin Deits 首先介绍了波士顿动力这家公司。
波士顿动力现在是韩国现代汽车公司旗下的人形机器人公司，员工大概有八九百人，其代表性的机器人有 Spot（机器狗）、Stretch（仓库搬运机器人）和 Atlas（人形机器人）。
目前，Atlas 主要还是一个研发平台，波士顿动力正慢慢将其转化为产品。
接下来，Robin Deits 介绍了他们如何将 MPC 用于 Atlas，包括怎么用、遇到了哪些挑战、还有哪些问题没有解决等。
MPC 指的是 Model Predictive Control（模型预测控制），这是一种高级控制策略，通过使用数学模型来预测系统在未来一段时间内的行为，然后优化控制输入，以实现系统性能的最佳化。
MPC 的一个关键优势是它能够处理多变量系统，并且可以显式地考虑约束条件（例如输入和状态的限制）。
在机器人领域，MPC 通常用于路径规划、运动控制、姿态控制等任务中，因为它能在动态和复杂的环境下提供鲁棒的控制解决方案。
Robin Deits 表示，他们从 2019 年以来实现的所有机器人动作都是依靠 MPC 来完成的，包括跑酷、体操、跳舞、后空翻等等。
最近，他们还展示了 MPC 用于操纵物体的效果。
2024 款纯电驱动的 Atlas 新版本也是由 MPC 驱动的。
所有版本 Atlas 的 MPC 都有一些共同特点，包括：1、非线性动力学、成本和约束Deits 指出，所有 MPC 版本从一开始就包含非线性动力学，非线性无处不在，特别是接触点的位置与接触点施加力的大小之间的耦合。
他们选择接受这一点：如果一切都是非线性的，他们不会找到一个完美的线性近似系统。
2、迭代线性化并求解 QP他们通过迭代地线性化来解决这个问题。
这包括从一个初始猜测开始，然后解决一个 QP（二次规划问题），围绕那个 QP 的解进行线性化。
3、从不运行到收敛他们对收敛不感兴趣，因为 Deits 认为收敛并不能很好地预测机器人是否真的有效。
如果机器人在等待过程中摔倒了，那么为了等待收敛到某个阈值而花费上百倍的时间并不值得。
4、利用问题结构提高速度他们做了很多工作，利用问题结构来提高速度，尽可能保留由 MPC 问题结构带来的稀疏性。
5、不将求解器视为黑盒他们尝试打开求解器，重写其内部，以提高性能，而不是简单地将求解器视为一个无法更改的黑盒。
因为最终，他们需要尽可能快地解决最大的 MPC 问题。
自进入波士顿动力以来，Deits 所在的团队已经在机器人（硬件）上解决了大约 1000 万个 QP 问题，在模拟环境中则解决了 100 亿个。
但这些还远远不够。
把机器人看成长了四肢的「土豆」为了简化模型，他们首先把机器人想象成一个土豆。
机器人存在诸多非线性因素，比如力的位置和大小之间的耦合，以及旋转动力学等。
通过简化模型，专注于重心动力学，他们成功实现了 Atlas 机器人的 360 度旋转、后空翻等动作。
但是，归根结底，机器人不是土豆，它有可以移动的四肢，因此他们转向了分阶段优化：首先考虑土豆的重心动力学，然后在独立的运动学上做一些下游优化，以找到与「土豆」一致的运动学行为。
这种方法效果很好，帮 Atlas 实现了单手支撑跳过平衡木的动作。
在这一过程中，他们使用手和脚来操纵重心动力变化，但是以一种跟踪参考轨迹的方式移动四肢，使其清楚地避开平衡木。
但问题是，一旦「土豆」想做一些四肢做不到的事情（「土豆」以为能跳到那么远，而四肢其实不能），Atlas 就会贡献翻车片段。
二者之间不够协调。
所以，从这时起，波士顿动力调整策略，开始将 Atlas 视为一个运动学 - 重心动力学耦合的系统（a Kinodynamic System）。
这个系统可以让 Atlas 完成 540 度的转体空翻，这是以前的分阶段优化系统做不到的。
此时，他们也意识到，增加模型的复杂性似乎总能在某种程度上提升机器人的性能，尽管这确实会让计算过程变得更加复杂，软件也更加庞大。
他们在 MPC 问题中加入的每一个正确元素，都有助于改善机器人的表现，但这同时也意味着需要更强大的计算能力和更精细的软件实现。
他们尚未发现一个临界点。
为了让机器人能够操纵物体，他们采取了类似的耦合方法，将机器人和物体的状态放到一个 MPC 问题中去解决，因为二者的运动互相约束。
这使得 Atlas 能够做到扔工具包、搬运木板、操纵较重物体等动作。
不过，这些动作都是在非常结构化的环境中完成的，波士顿动力需要考虑机器人实际所处的世界。
这让问题变得更大、更难，引入了感知驱动的约束之类的东西。
他们采用像体素地图这样的世界表示，并将其作为 MPC 问题的额外约束。
在一个例子中，他们让机器人慢跑，没有特别的参考动作，但是要求它保持头部在体素外面，结果可以看到，机器人知道遇到体素要低头。
这仍然是一个局部优化，机器人不会特别聪明地决定如何绕过一棵树。
但是 Deits 表示，依靠这些局部优化并看看能用它做到什么，效果出奇地好。
在一个让机器人跑向盒子的例子中，它居然通过一个聪明的扭臀动作绕过了盒子。
但想要真正创造出一个用于执行任务的有用机器人，只让它在障碍物周围走动并做一些编程好的动作还远远不够。
波士顿动力最近面临的一大挑战是如何将整个 MPC 系统应用到人类在线指定的某种任务上。
Deits 展示了他们遥控机器人进行操作的例子。
在遥控过程中，他们获取操作者手部的动作，并将这些动作转换成 MPC 的参考轨迹。
由于无法预知操作者将来想要做什么，他们必须采取一些策略，将他们手部的即时姿态转换成随时间变化的 MPC 参考轨迹。
同样的，他们还在尝试执行一些自主行为，比如让机器人注视一个固定点并向其移动。
他们利用可能异步在线传入的传感器输入来构建 MPC 的参考，这意味着 MPC 必须能够非常灵活地适应参考轨迹在一瞬间完全改变的情况。
经验、教训总结到目前为止，他们得到的有关模型「复杂性」的教训是：更复杂的模型持续有效；将重心动力学和完整的运动学结合在一个优化过程中，而不是分开处理，通常效果更好。
这种方法可以避免当机器人作为一个整体（如土豆）尝试执行动作时四肢无法实现的问题；不要丢失那些梯度。
在将运动学和重心动力学优化分开时，他们没有办法告知机器人的主体部分四肢无法做到某些动作，因此那些梯度只能通过工程师的大脑间接地传递。
而更有效的方式是让这些梯度成为实际的梯度，让求解器沿着这些梯度找到解决方案，而不是工程师自己去手动寻找。
Deits 还举了一个例子来说明「一起优化」的效果要好于分阶段优化。
他们以很快的速度把一个篮球扔向机器人，机器人在平衡木上很难单脚保持平衡。
但是，如果给机器人一根杆子，它就能利用那个杆子的动力学来保持平衡。
波士顿动力也曾尝试用分阶段优化来做这件事，但结果都没有成功。
只有把机器人的模型和与之交互的物体的模型放在一起优化，机器人才能在平衡木上保持平衡。
第二个教训是关于「非线性」方面的。
他们发现，直接优化的非线性 MPC 可为非凸问题做出令人惊讶的正确决策，例如接触点的位置和力的非凸性问题。
Deits 确信他们经常达到的是局部最小值，但这些结果通常已经足够好。
他认为，在机器人出问题时，原因并不是他们未能解决特定的非凸问题，而是他们的模型在某些方面存在根本性错误，或者他们未能做出有用的决策，比如改变模式序列。
在这里，Deits 举了一个例子：他们用一个棍子用力推机器人，但没有告诉 MPC 该怎么应对，只是让它保持机器人直立（不要摔倒），然后给它一个左右踉跄的序列。
它所有的位置和选择的力，包括所有的手臂、腿部动作都只是一个局部优化。
除了常规的保持直立，这个 MPC 系统还能支持一些非常规动作，比如做俯卧撑、倒立行走。
第三个教训是从「工程」角度来总结的。
Deits 认为：精心的工程设计是使 MPC 真正发挥作用的一大因素。
把一个数学上合理的东西放入一个实际运行的机器人中，并让它运行 100 亿次 QP 求解，需要大量的工作。
软件性能很重要，如果你的答案给得太晚，那就没有用了。
但软件正确性更重要，一个符号错误会导致系统失效，或效果很差。
在没有找到 bug 之前，你很难区分问题出在数学上还是实现上，这会导致大家错失一些好点子。
因为一个符号错误而放弃一个在数学上很合理的点子是非常可惜的。
机器人的表现是唯一的目标，其他都是次要的。
比如，求解器的「收敛」是无关紧要的，机器人是否完成了后空翻才是关键。
第四个教训是关于「轨迹」的。
Deits 发现，粗略的轨迹竟然可以成为良好的参考。
他们把复杂的期望行为编码为关节、末端执行器、物体姿态的轨迹。
这些轨迹可能不一致，甚至完全不切实际。
但更复杂的 MPC 能够容忍这些不一致的参考。
这意味着他们可以对所有动作运行相同的 MPC，而它却能处理这些看似不合理的参考轨迹，并产生实际可行的动作。
在这里，他发现了一个有用的指标：对于控制工程师来说，你的控制器越好，它能接受的参考就越差。
按照这个标准，工程师们都会期望自己的 MPC 能够接受几乎无意义的参考，并产生物理上合理的东西。
尚未解决的问题显然，使用轨迹作为 MPC 的参考可以带来很好的控制效果，但轨迹本身很难制作。
因为，在为机器人的控制策略制定参考轨迹时，需要预测和定义一个考虑时间因素的成本函数。
这个成本函数是 MPC 决策过程的关键部分，它影响着机器人如何根据当前状态和预期目标来规划其动作。
然而，一个主要的挑战是，机器人的期望行为可能不是静态的，而是根据机器人当前的行为和环境反馈动态变化的。
这意味着，控制策略需要具备适应性，能够实时调整参考轨迹以适应不断变化的情况。
比如在一个行走→到达→抓取→举起的序列中，如果你处在到达与抓取之间，MPC 的参考轨迹应该是什么？包括抓取吗？我们不知道是否应该包含抓取，直到我们知道我们是否真的到达了应该到达的位置。
MPC 的成本函数应该包括动态变化吗？Deits 表示，对于这些问题，他们也还没搞清楚。
另一个挑战是由「局部优化」带来的。
Deits 指出，尽管他们依靠局部优化成功做了很多事情，但有时候，局部优化中的梯度可能会错误地引导机器人，导致机器人采取非最优或错误的行动。
特别是，但没有得到正确的接触模式时，机器人会翻车。
因为当机器人与环境接触时，这种接触会引入离散的变化，影响机器人的活动约束。
当机器人遇到意外情况或当前模式不再适用时，如何让 MPC 系统动态地选择一个新的模式序列？目前，他们还没有一个明确的方法来解决这个问题。
Deits 提到的最后一个挑战是：既然增加 MPC 的复杂性有帮助，那么如何在该系统中添加更多的复杂性，让模型变得更大？这包括以下问题：如何在增加模型复杂性的同时减少延迟？哪些复杂性是正确的、值得关注的？包括执行器扭矩、闭合运动链、隐式接触优化、状态不确定性、模型不确定性等等。
如何最有效地使用像 GPU 这样的现代计算架构？那么波士顿动力打算如何应对这些挑战呢？Deits 表示，MPC 与机器学习的结合是他们愿景中最重要的一步。
他不确定二者将以何种方式结合。
他们将同时尝试各种可能性，比如：将 MPC 用作一个数据收集平台。
他们能够控制机器人四处移动，因为他们拥有一个相当稳定的控制器来控制机器人行走和做事，借此来收集数据。
将 MPC 用作一个 API，这样强化学习策略就不必直接与关节对话，而是将 MPC 视为机器人能力的抽象，与之交互。
将 MPC 作为一个教师，用它来训练可以被更高效地评估的策略。
将 MPC 作为一种当下选择，直到逆向工程出 RL 替代技术再切换。
虽然整个分享只有短短的 20 多分钟，但波士顿动力详细介绍了他们在研发历程中踩的坑，整个分享干货满满。
感兴趣的读者可以点开视频观看（字幕由剪映自动生成，仅供参考）。
视频链接：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650930762&idx=2&sn=d397116dc1f9c8c6396ab84da396a070&chksm=84e43a34b393b32298ab282d34b37939213e2f492dfd568b8877d81c0d272d84ca865642c848&token=2065772502&lang=zh_CN#rd