江苏科技大学论坛

 找回密码
 注册(开放注册)
搜索
查看: 7185|回复: 0

[职场经验] 腿足式机器人的机电系统实现

[复制链接]
发表于 2019-2-19 15:20:37 | 显示全部楼层 |阅读模式
近来随着波士顿动力Atlas 2跑酷视频的出现,我在知乎、朋友圈等各类国内平台发现了很多“颇有自信”与“匪夷所思”的解读波士顿动力Atlas 2的神文,摘录如下片段:

“硬件方面其实已经成熟,最难的就是算法,从机器人设计来看,每一种动作背后是一个算法,像是跑步、蹲、跳跃等,要把各种算法软件结合,进而协调双足自由度的运作,其中人工智能在此扮演了关键角色”
“从这可以看到他做到了让算法快速迭代,人工智能在此显然扮演了重要角色。”
“波士顿动力需要用到复杂的人工智能算法,以保证机器人的平衡以及定位和导航功能。”
以上,在我来看都是挺可笑的bullshit,我也不知道这类信口开河的自信是哪里来的。

当然,一些做腿足式机器人相关的小伙伴也都义正言辞进行了留言和批评,但总的来说,保持头脑清晰客观理智的人还是少数,大部分人还都在跟风鼓吹人工智能和机器学习。

事实上,大约是从17年开始,很多研究人员尝试将机器学习的理念应用于腿足式机器人,尤其是双足机器人的行走(locomotion)控制中,取得了很好的成果。但大方向上,还是体现了当前机器学习类方法在双足机器人硬件平台上落地的局限性,包括训练周期长,可供采集的样本少,机电系统带来的corner case,如何设置reward,仿真模型和实际模型相差较大等等,未来还有很长的道路要走。

我本人对这类新的方法和可能是非常开放的,但把现阶段的波士顿动力和人工智能+机器学习扯上关系,我是绝对不能接受的,初衷很简单——一方面,明明是一群做机电液压系统实现+传统运动控制的工程师辛勤工作的成果,凭什么要被人工智能收割?另一方面,还原事实真相,找准差距和发展方向,我们才能尽可能缩短和别人的差距,否则只能被疯狂收智商税。

实际上,波士顿动力创始人Marc Raibert已经在无数场合公开声明“他们目前没有使用到机器学习相关的算法,仍是基于传统的运动控制去实现,但并不否认未来应用的可能性”。未来是否会应用都是后话,我们聊的就是现阶段波士顿释出的有关双足Atlas 2的Demo。

今年IROS的Planetary Talk,本人和

@荷兰猪
等在会场又亲耳听Marc Raibert重复了一次,并且今年我的导师(Nikos G. Tsagarakis)有幸被邀请为Marc Raibert的Planetary Talk的介绍人,他俩也私下聊了很多,再三确认过现阶段仍然是基于传统的运动方法。

其实在作者看来,波士顿动力Atlas 2的核心是在于其:

独一无二性能极佳的硬件平台 +“饱经锤炼”的运动控制算法 (QP+RHC)
独一无二性能极佳的硬件平台
这类高能量密度,高集成紧凑度,高结构强度的液压元件与机电系统,你能在地球上找到第二家?Raibert在今年IROS Planetary Talk也提及到:Atlas 2的动力源液压泵是做到了极小尺寸的高能量密度(5kw/5kg)——“You can not find it anywhere else in the world.”Raibert相当自豪地说到。

“硬件方面已经成熟”——这样的论断是哪里来的自信去陈述的?就更不要谈拥有硬件平台之后,相应的优化,维护和调试工作了。

“饱经锤炼”的运动控制算法
具体来说,Atlas 2的运动控制大方向是基于QP+RHC (Raibert 2018 IROS 口头叙述),

Quadratic Programming (QP) 二次规划;
Receding Horizon Control (RHC) = Model Predictive Control (MPC) 模型预测控制
QP与RHC(MPC)想必是做运动控制的小伙伴比较熟悉的,但把这类大家都熟知的控制方法应用在Atlas 2这个大人型上,实现最近我们看到的后空翻、三级跳与跑酷其实是相当困难的——需要一个漫长而复杂的基于实际硬件系统(考虑单个驱动器存在的超调、滞后与误差与多个驱动器误差的叠加与耦合)的调试和优化。举两个浅显的小例子去说明我们当前高校实验室和波士顿动力在做运动控制的差距
了解更多干货可以关注小程序八斗问答
您需要登录后才可以回帖 登录 | 注册(开放注册)

本版积分规则

手机访问本页请
扫描左边二维码
         本网站声明
本网站所有内容为网友上传,若存在版权问题或是相关责任请联系站长!
站长联系QQ:7123767   myubbs.com
         站长微信:7123767
请扫描右边二维码
www.myubbs.com

小黑屋|手机版|Archiver|江苏科技大学论坛 ( 琼ICP备10001196号-2 )

GMT+8, 2024-3-28 19:03 , Processed in 0.067373 second(s), 16 queries .

Powered by 高考信息网 X3.3

© 2001-2013 大学排名

快速回复 返回顶部 返回列表