Aaron Saunders, Boston Dynamics’ VP of Engineering, fortæller os, hvor Atlas har fået sine bevægelser fra
Var der nogle ting, der var særligt vanskelige at oversætte fra menneskelige dansere til Atlas? Eller ting, som Atlas kunne gøre bedre end mennesker?
Nogle af de snurrende drejninger i balletdelene krævede flere gentagelser at få til at fungere, fordi de lå længst fra at springe og løbe og nogle af de andre ting, som vi har mere erfaring med, så de udfordrede både maskinen og softwaren på nye måder. Vi lærte helt sikkert, at vi ikke skal undervurdere, hvor fleksible og stærke dansere er – når man tager eliteatleter og forsøger at gøre det samme som dem, men med en robot, er det et svært problem. Det er ydmygende. Grundlæggende tror jeg ikke, at Atlas har det bevægelsesområde eller den kraft, som disse atleter har, selv om vi fortsætter med at udvikle vores robotter i den retning, fordi vi mener, at for at kunne udbrede den slags robotter kommercielt og i sidste ende i et hjem, tror vi, at de skal have dette præstationsniveau.
En ting, som robotter er rigtig gode til, er at gøre noget igen og igen på nøjagtig samme måde. Så når vi først havde fundet ud af, hvad vi ville gøre, kunne robotterne bare gøre det igen og igen, mens vi legede med forskellige kameravinkler.
Jeg kan godt forstå, at I kunne bruge menneskelige dansere til at hjælpe jer med at sammensætte en rutine med Atlas, men hvordan fungerede det med Spot og især med Handle?
Jeg tror faktisk, at de mennesker, vi arbejdede med, havde et stort talent for at tænke over bevægelse og for at tænke over, hvordan de kan udtrykke sig gennem bevægelse. Og vores robotter er virkelig gode til at bevæge sig – de er dynamiske, de er spændende, de balancerer. Så jeg tror, at det, vi fandt ud af, var, at danserne kunne forbinde sig med den måde, robotterne bevægede sig på, og så formede de det til en historie, og det var ligegyldigt, om der var to eller fire ben. Når man ikke nødvendigvis har en skabelon for dyrs bevægelser eller menneskelig adfærd, er man nødt til at tænke lidt mere over, hvordan man skal gøre noget, og det gælder også for mere pragmatisk kommerciel adfærd.
Hvordan påvirker den erfaring, du får ved at lære robotter at danse eller lave gymnastik eller parkour, din tilgang til robotteknologi til kommercielle anvendelser?
Vi mener, at de færdigheder, der ligger i dans og parkour, såsom smidighed, balance og perception, er grundlæggende for en lang række forskellige robotanvendelser. Måske endnu vigtigere er det, at finde dette krydsfelt mellem at opbygge en ny robotkapacitet og have det sjovt, har været Boston Dynamics’ opskrift på robotteknologi – det er en fantastisk måde at gøre fremskridt på.
Et godt eksempel er, hvordan man lærer meget om robustheden af sin hardware, når man skubber grænserne ved at bede sine robotter om at udføre disse dynamiske bevægelser over en periode på flere dage. Spot er gennem sin productisering blevet utrolig robust og krævede næsten ingen vedligeholdelse – den kunne bare danse hele dagen lang, når man først havde lært den det. Og grunden til, at den er så robust i dag, er på grund af alle de erfaringer, vi har gjort os fra tidligere ting, som måske bare virkede mærkelige og sjove. Man er nødt til at gå ud i ukendt territorium for at vide, hvad man ikke ved.
Lad mig forsøge at svare i forbindelse med denne video, men jeg tror, at det samme gælder for alle de videoer, som vi lægger ud. Vi arbejder hårdt for at lave noget, og når først det virker, så virker det. For Atlas’ vedkommende stammer det meste af robotstyringen fra vores tidligere arbejde, f.eks. det arbejde, vi har udført med parkour, som sendte os ind på en vej, hvor vi brugte modelprædiktive controllere, der tager højde for dynamik og balance. Vi brugte dem til at køre et sæt dansetrin på robotten, som vi havde designet offline sammen med danserne og koreografen. Så vi brugte meget tid, måneder, på at tænke over dansen og sammensætte bevægelserne og gentage dem i simulation.
Dansen krævede meget styrke og hastighed, så vi opgraderede endda noget af Atlas’ hardware for at give den mere kraft. Dans er måske det mest kraftfulde, vi har lavet til dato – selv om du måske synes, at parkour ser langt mere eksplosivt ud, er mængden af bevægelse og hastighed, som du har i dans, utrolig. Det tog også meget tid i løbet af flere måneder; at skabe den evne i maskinen, der skal gå hånd i hånd med evnen i algoritmerne.
Når vi havde den endelige sekvens, som du ser i videoen, filmede vi kun i to dage. En stor del af den tid gik med at finde ud af, hvordan man kan bevæge kameraet gennem en scene med en masse robotter i den for at optage et kontinuerligt to-minutters billede, og selv om vi kørte og filmede danserutinen flere gange, kunne vi gentage den ret pålideligt. Der var ingen klipning eller splejsning i det indledende to-minutters billede.
Der var helt sikkert nogle fejl i hardwaren, som krævede vedligeholdelse, og vores robotter snublede og faldt ned nogle gange. Det er ikke meningen, at disse adfærdsmønstre skal produceres og være 100 procent pålidelige, men de kan helt sikkert gentages. Vi forsøger at være ærlige med at vise ting, som vi kan gøre, og ikke et uddrag af noget, som vi har gjort én gang. Jeg tror, at der kræves en ærlighed i at sige, at man har opnået noget, og det er helt sikkert vigtigt for os.
Du nævnte, at Spot nu er robust nok til at danse hele dagen. Hvad med Atlas? Hvis du blev ved med at udskifte dens batterier, kunne den så også danse hele dagen?
Atlas er som maskine stadig, du ved … der er kun en håndfuld af dem i verden, de er komplicerede, og pålidelighed var ikke et hovedfokus. Vi ville helt sikkert ødelægge robotten fra tid til anden. Men hardwarens robusthed i forhold til det, vi forsøgte at gøre, var virkelig fantastisk. Og uden denne robusthed ville vi slet ikke have været i stand til at lave videoen. Jeg tror, at Atlas minder lidt mere om en helikopter, hvor der er et større forhold mellem den tid, man bruger på vedligeholdelse, og den tid, man bruger på at operere. Med Spot er forventningen, at det er mere som en bil, hvor man kan køre den i lang tid, før man skal røre den.
Når du lærer Atlas at gøre nye ting, bruger den så nogen form for maskinlæring? Og hvis ikke, hvorfor ikke?
Som virksomhed har vi udforsket en masse ting, men Atlas bruger ikke en læringsstyring lige nu. Jeg forventer, at der kommer en dag, hvor vi vil gøre det. Atlas’ nuværende danseforestilling bruger en blanding af det, vi ynder at kalde refleksiv styring, som er en kombination af at reagere på kræfter, online- og offline-baneoptimering og modelprædiktiv styring. Vi udnytter disse teknikker, fordi de er en pålidelig måde at frigøre virkelig højtydende ting på, og vi forstår at bruge disse værktøjer rigtig godt. Vi har ikke fundet vejens ende med hensyn til, hvad vi kan gøre med dem.
Vi har planer om at bruge læring til at udvide og bygge videre på det fundament af software og hardware, som vi har udviklet, men jeg tror, at vi sammen med samfundet stadig forsøger at finde ud af, hvor de rigtige steder at anvende disse værktøjer er. Jeg tror, at du vil se det som en del af vores naturlige udvikling.
Meget af Atlas’ dynamiske bevægelse kommer i øjeblikket fra underkroppen, men parkour gør også brug af overkroppens styrke og smidighed, og vi har for nylig set nogle konceptbilleder, der viser Atlas lave spring og pullups. Kan du fortælle os mere?
Mennesker og dyr kan gøre fantastiske ting ved hjælp af deres ben, men de kan gøre endnu mere fantastiske ting, når de bruger hele deres krop. Jeg synes, at parkour giver en fantastisk ramme, der gør det muligt for os at udvikle os i retning af mobilitet med hele kroppen. At gå og løbe var blot starten på den rejse. Vi gør fremskridt med mere komplekse dynamiske adfærdsmønstre som at hoppe og dreje rundt, og det er det, vi har arbejdet på i de sidste par år. Og det næste skridt er at undersøge, hvordan man ved at bruge armene til at skubbe og trække i verden kan udvide denne smidighed.
En af de opgaver, jeg har givet Atlas-teamet, er at begynde at arbejde på at udnytte armene lige så meget, som vi udnytter benene til at forbedre og udvide vores mobilitet, og jeg er virkelig begejstret for det, vi kommer til at arbejde på i løbet af de næste par år, for det vil åbne op for mange flere muligheder for os til at gøre spændende ting med Atlas.
Hvad er dit perspektiv på hydrauliske versus elektriske aktuatorer til højdynamiske robotter?
Igennem min karriere hos Boston Dynamics har jeg følt mig lidenskabeligt forbundet med så mange forskellige typer teknologi, men jeg er faldet til et sted, hvor jeg virkelig ikke længere tror, at det er en enten-eller-samtale. Jeg tror, at valget af aktuatorteknologi virkelig afhænger af størrelsen af den robot, du bygger, hvad du vil have robotten til at gøre, hvor du vil have den hen, og mange andre faktorer. I sidste ende er det godt at have begge typer aktuatorer i sin værktøjskasse, og jeg elsker at have adgang til begge, og vi har brugt begge med stor succes til at lave virkelig imponerende dynamiske maskiner.
Jeg tror, at den eneste afgrænsning mellem hydrauliske og elektriske aktuatorer, der synes at være tydelig for mig, nok er i skalaen. Det er virkelig udfordrende at lave bittesmå hydrauliske ting, fordi industrien simpelthen ikke laver meget af det, og omvendt har industrien heller ikke tendens til at lave massive elektriske ting. Så det er måske en naturlig opdeling mellem disse to teknologier.
Og ud over det, du arbejder på hos Boston Dynamics, hvilken nyere robotforskning er du så mest begejstret for?
For os som virksomhed elsker vi virkelig at følge fremskridtene inden for sensorik, computervision, terrænopfattelse, det er alle ting, hvor jo bedre de bliver, jo mere kan vi gøre. For mig personligt er en af de ting, jeg kan lide at følge, forskning i manipulation, og især forskning i manipulation, der fremmer vores forståelse af komplekse, friktionsbaserede interaktioner som at glide og skubbe eller flytte komplekse ting som reb.
Vi ser et skift fra blot at klemme ting, løfte dem, flytte dem og slippe dem til meget mere meningsfulde interaktioner med omgivelserne. Forskning i den type manipulation tror jeg vil frigøre potentialet for mobile manipulatorer, og jeg tror virkelig, at det vil åbne op for robotternes mulighed for at interagere med verden på en rig måde.
Er der noget andet, du gerne vil have, at folk skal tage med sig fra denne video?
For mig personligt, og jeg tror, det er fordi jeg bruger så meget af min tid på robotteknologi og har en dyb forståelse for, hvad en robot er, og hvad dens evner og begrænsninger er, er et af mine stærke ønsker, at flere mennesker skal tilbringe mere tid med robotter. Vi ser mange meninger og idéer fra folk, der ser vores videoer på YouTube, og det forekommer mig, at hvis flere mennesker fik mulighed for at tænke over og lære om og tilbringe tid med robotter, kunne dette nye niveau af forståelse hjælpe dem med at forestille sig nye måder, hvorpå robotter kunne være nyttige i vores dagligdag. Jeg synes, at mulighederne er virkelig spændende, og jeg ønsker bare, at flere mennesker skal have mulighed for at tage den rejse.
Denne artikel er udkommet i den trykte udgave af marts 2021 som “Boston Dynamics & Hyundai”: Let’s Dance.”