波士顿动力的 Atlas 2016机器人视频

date:20160501 Atlas 2016机器人视频

atlas boston dynamic 公司机器人2016年 三代
还是很震撼的！ 虽然四肢细节没有Asimo那么细致。但是其运动协调，处理意外能力，似乎胜出些。

知乎快速了解了下，用的和日本asimo是完全不同的技术路线。运动部分几乎全液压控制，这机械设计部分会太难了。安装空间要求，液压反馈速度，运动范围等。atlas机械部分的设计绝对称得上机械设计师的顶尖水平。

不算机械结构和传感部分，会写程序的tx也能理解上面视频里，在人看来很简单的一些活动，在设计算法时有多难： 倒地站起，箱子掉了重新去捡。

在真实世界每次每时的清况都略有不同，如果机器人把所有传感器信息搜集到，并重新计算，以目前的计算能力，机器人会停滞明显感觉到的时间。
比如倒水，我们用心观察和体会下，

• 2-3岁的孩子，开始学倒水时的操作，以及我们自己倒水的过程。
• 先观察，然后闭上眼睛（数3下，待大脑自动计算的路径感消失），靠手触感倒水
• 在倒水过程中，不同的环节闭上眼睛（每次都数3下，待大脑自动计算的路径感消失）

就能理解，一个简单的倒水动作需要多少不断调整，如果需要一直监控和计算，需要消耗多少计算能力。
而成人，就直接训练好了模式，在倒水时，虽然杯子，水壶，大小位置都不同，但是操作还是很快的。仅仅在一些对准两个杯口，是否溢出等环节，需要眼睛和手，耳朵关注，并校准下动作。
因此，人工智能的学习算法的设计非常有挑战。在尽量少的计算情况下完成复杂动作。

NvidiaCEO黄仁勋，就提到他们提供的汽车智能驾驶的软硬件平台，从最保守的驾驶方式开始，然后快速学习对应驾驶员的驾驶习惯，完成个性化的自动驾驶。其中的机器学习，想想就神秘啊！

Atlas的老板一个视频，放了山羊在山地活动的视频。发表一个观点，大意是：人类相对于动物，运动能力其实不强，人类进化的主要是脑。
除了仿生服务型机器人，其他用途机器人，只需要仿生最适应该应用场景的动物结构。