Aaron Saunders, VP Engineering van Boston Dynamics, vertelt ons waar Atlas zijn bewegingen vandaan haalt
Waren er dingen die bijzonder moeilijk te vertalen waren van menselijke dansers naar Atlas? Of, dingen die Atlas beter kon dan mensen?
Sommige van de draaiende bochten in de balletonderdelen vergden meer iteraties om aan het werk te krijgen, omdat ze het verst verwijderd waren van springen en rennen en sommige van de andere dingen waar we meer ervaring mee hebben, dus ze daagden zowel de machine als de software op nieuwe manieren uit. We hebben zeker geleerd om niet te onderschatten hoe flexibel en sterk dansers zijn – als je topatleten neemt en je probeert te doen wat zij doen, maar dan met een robot, dan is dat een moeilijk probleem. Het is vernederend. In principe denk ik niet dat Atlas het bewegingsbereik of de kracht heeft die deze atleten hebben, hoewel we onze robots in die richting blijven ontwikkelen, omdat we denken dat ze dit prestatieniveau moeten hebben om dit soort robots op grote schaal commercieel in te zetten, en uiteindelijk in een huis.
Een ding waar robots echt goed in zijn, is iets steeds weer op precies dezelfde manier doen. Dus toen we eenmaal hadden bepaald wat we wilden doen, konden de robots dat gewoon steeds opnieuw doen terwijl we met verschillende camerahoeken speelden.
Ik begrijp hoe je menselijke dansers kunt gebruiken om je te helpen een routine met Atlas samen te stellen, maar hoe werkte dat met Spot, en vooral met Handle?
Ik denk dat de mensen met wie we werkten eigenlijk veel talent hadden om over beweging na te denken, en om na te denken over hoe ze zich via beweging kunnen uitdrukken. En onze robots bewegen heel goed – ze zijn dynamisch, ze zijn spannend, ze balanceren. Dus ik denk dat wat we ontdekten was dat de dansers zich verbonden voelden met de manier waarop de robots bewogen, en dat vervolgens vorm gaven in een verhaal, en het maakte niet uit of er twee poten of vier poten waren. Als je niet per se een sjabloon hebt van dierlijke beweging of menselijk gedrag, moet je gewoon wat harder nadenken over hoe je iets moet doen, en dat geldt ook voor meer pragmatisch commercieel gedrag.
Hoe beïnvloedt de ervaring die u opdoet met het leren van robots om te dansen, of om aan gymnastiek of parkour te doen, uw benadering van robotica voor commerciële toepassingen?
We denken dat de vaardigheden die inherent zijn aan dans en parkour, zoals behendigheid, balans en perceptie, fundamenteel zijn voor een breed scala aan robottoepassingen. Misschien nog belangrijker is dat het vinden van die kruising tussen het bouwen van een nieuw robotvermogen en plezier hebben, het recept van Boston Dynamics voor robotica is geweest – het is een geweldige manier om vooruitgang te boeken.
Een goed voorbeeld is hoe wanneer je grenzen verlegt door je robots te vragen deze dynamische bewegingen over een periode van meerdere dagen uit te voeren, je veel leert over de robuustheid van je hardware. Spot is door zijn productontwikkeling ongelooflijk robuust geworden en heeft bijna geen onderhoud nodig – hij kan gewoon de hele dag dansen als je hem dat eenmaal hebt geleerd. En de reden dat het vandaag de dag zo robuust is, is vanwege al die lessen die we hebben geleerd van eerdere dingen die misschien alleen maar raar en leuk leken. Je moet je op onbekend terrein begeven om te weten wat je nog niet weet.
Het is vaak moeilijk om uit dit soort video’s op te maken hoeveel tijd het heeft gekost om de dingen te laten werken zoals u wilde, en hoe representatief ze zijn voor de werkelijke mogelijkheden van de robots. Kunt u daar iets over zeggen?
Laat me proberen te antwoorden in de context van deze video, maar ik denk dat hetzelfde geldt voor alle video’s die we plaatsen. We werken hard om iets te maken, en als het eenmaal werkt, werkt het. Voor Atlas kwam het grootste deel van de robotbesturing voort uit ons eerdere werk, zoals het werk dat we hebben gedaan aan parkour, dat ons op het pad bracht van het gebruik van modelvoorspellende controllers die rekening houden met dynamica en balans. We gebruikten die om op de robot een reeks danspassen uit te voeren die we offline hadden ontworpen met de dansers en de choreograaf. We hebben dus veel tijd, maandenlang, besteed aan het bedenken van de dans, het samenstellen van de bewegingen en het itereren in simulatie.
Dansen vereist veel kracht en snelheid, dus we hebben zelfs wat hardware van Atlas geüpgraded om hem meer kracht te geven. Dansen is misschien wel het meest krachtige wat we tot nu toe hebben gedaan – ook al denk je misschien dat parkour er veel explosiever uitziet, de hoeveelheid beweging en snelheid die je bij dans hebt is ongelooflijk. Dat kostte ook veel tijd in de loop van maanden; het creëren van het vermogen in de machine om samen te gaan met het vermogen in de algoritmen.
Toen we eenmaal de uiteindelijke sequentie hadden die je in de video ziet, hebben we maar twee dagen gefilmd. Een groot deel van die tijd hebben we besteed aan het uitzoeken hoe we de camera door een scène konden bewegen met een heleboel robots erin om één ononderbroken shot van twee minuten te maken, en terwijl we de dansroutine meerdere keren hebben uitgevoerd en gefilmd, konden we hem vrij betrouwbaar herhalen. Er werd niet geknipt of gesplitst in die openingsopname van twee minuten.
Er waren zeker enkele defecten in de hardware die onderhoud vereisten, en onze robots struikelden en vielen soms. Deze gedragingen zijn niet bedoeld om te worden geproduceerd en om 100 procent betrouwbaar te zijn, maar ze zijn zeker herhaalbaar. We proberen eerlijk te zijn door dingen te laten zien die we kunnen doen, niet een stukje van iets dat we één keer hebben gedaan. Ik denk dat er een eerlijkheid vereist is om te zeggen dat je iets bereikt hebt, en dat is zeker belangrijk voor ons.
Je zei dat Spot nu robuust genoeg is om de hele dag te dansen. Hoe zit het met Atlas? Als je de batterijen zou blijven vervangen, zou die dan ook de hele dag kunnen dansen?
Atlas, als machine, is nog steeds, weet je… er zijn er maar een handvol van in de wereld, ze zijn gecompliceerd, en betrouwbaarheid was geen hoofdfocus. We zouden zeker de robot breken van tijd tot tijd. Maar de robuustheid van de hardware, in de context van wat we probeerden te doen, was echt geweldig. En zonder die robuustheid hadden we de video helemaal niet kunnen maken. Ik denk dat Atlas een beetje meer op een helikopter lijkt, waar de verhouding tussen de tijd die je aan onderhoud besteedt en de tijd die je aan operaties besteedt groter is. Terwijl je bij Spot verwacht dat het meer op een auto lijkt, waar je lang mee kunt rijden voordat je er aan moet komen.
Wanneer je Atlas leert om nieuwe dingen te doen, wordt er dan gebruik gemaakt van enige vorm van machine learning? En zo niet, waarom niet?
Als bedrijf hebben we veel dingen verkend, maar Atlas maakt op dit moment geen gebruik van een lerende controller. Ik verwacht dat er een dag zal komen waarop we dat wel zullen doen. De huidige dansvoorstelling van Atlas maakt gebruik van een mengsel van wat we reflexieve besturing noemen, wat een combinatie is van reageren op krachten, online en offline trajectoptimalisatie, en modelvoorspellende besturing. We gebruiken deze technieken omdat ze een betrouwbare manier zijn om echt hoge prestaties te ontsluiten, en we weten hoe we deze tools echt goed moeten gebruiken. We hebben het einde van de weg nog niet gevonden in termen van wat we ermee kunnen doen.
We zijn van plan om leren te gebruiken om uit te breiden en voort te bouwen op de basis van software en hardware die we hebben ontwikkeld, maar ik denk dat wij, samen met de gemeenschap, nog steeds proberen uit te vinden waar de juiste plaatsen zijn om deze hulpmiddelen toe te passen. Ik denk dat je dat zult zien als onderdeel van onze natuurlijke progressie.
Veel van de dynamische beweging van Atlas komt op dit moment van zijn onderlichaam, maar parkour maakt ook gebruik van kracht en behendigheid van het bovenlichaam, en we hebben een aantal recente conceptbeelden gezien waarop Atlas salto’s en pullups doet. Kun je ons meer vertellen?
Mensen en dieren doen verbazingwekkende dingen met hun benen, maar ze doen nog meer verbazingwekkende dingen als ze hun hele lichaam gebruiken. Ik denk dat parkour een fantastisch kader biedt dat ons in staat stelt om naar mobiliteit voor het hele lichaam toe te werken. Lopen en rennen was slechts het begin van die reis. We gaan verder met meer complexe dynamische gedragingen zoals springen en draaien, dat is waar we de laatste jaren aan gewerkt hebben. En de volgende stap is om te onderzoeken hoe het gebruik van armen om te duwen en te trekken aan de wereld die beweeglijkheid zou kunnen uitbreiden.
Een van de missies die ik aan het Atlas-team heb gegeven, is om te beginnen met het werken aan het gebruik van de armen net zoveel als we de benen gebruiken om onze mobiliteit te verbeteren en uit te breiden, en ik ben echt enthousiast over waar we de komende jaren aan gaan werken, omdat het veel meer mogelijkheden voor ons zal openen om spannende dingen met Atlas te doen.
Wat is uw perspectief op hydraulische versus elektrische actuators voor zeer dynamische robots?
Tijdens mijn loopbaan bij Boston Dynamics heb ik me hartstochtelijk verbonden gevoeld met zoveel verschillende soorten technologie, maar ik ben nu op een punt beland dat ik echt niet meer denk dat dit een of-of-gesprek is. Ik denk dat de keuze van actuator technologie echt afhangt van de grootte van de robot die je bouwt, wat je wil dat die robot doet, waar je hem naartoe wil sturen, en vele andere factoren. Uiteindelijk is het goed om beide soorten actuators in je gereedschapskist te hebben, en ik hou ervan om toegang te hebben tot beide – en we hebben beide met groot succes gebruikt om echt indrukwekkende dynamische machines te maken.
Ik denk dat de enige scheidslijn tussen hydraulische en elektrische actuators die voor mij duidelijk lijkt te zijn, waarschijnlijk de schaal is. Het is echt een uitdaging om kleine hydraulische dingen te maken omdat de industrie daar gewoon niet veel van doet, en omgekeerd is de industrie ook niet geneigd om enorme elektrische dingen te maken. Dus, je zou kunnen vinden dat een natuurlijke scheiding tussen deze twee technologieën.
Naast waar u aan werkt bij Boston Dynamics, over welk recent robotica-onderzoek bent u het meest enthousiast?
Voor ons als bedrijf houden we echt van het volgen van vooruitgang in detectie, computervisie, terreinperceptie, dit zijn allemaal dingen waar hoe beter ze worden, hoe meer we kunnen doen. Voor mij persoonlijk is een van de dingen die ik graag volg manipulatieonderzoek, en in het bijzonder manipulatieonderzoek dat ons begrip van complexe, op wrijving gebaseerde interacties bevordert, zoals glijden en duwen, of het bewegen van houvast biedende dingen zoals touwen.
We zien een verschuiving van gewoon dingen knijpen, optillen, verplaatsen en laten vallen, naar veel meer betekenisvolle interacties met de omgeving. Onderzoek naar dat soort manipulatie zal denk ik het potentieel voor mobiele manipulatoren ontsluiten, en ik denk dat het robots echt in staat zal stellen om op een rijke manier met de wereld om te gaan.
Is er nog iets anders dat u mensen uit deze video wilt meegeven?
Voor mij persoonlijk, en ik denk omdat ik zoveel van mijn tijd in robotica steek en een diepe waardering heb voor wat een robot is en wat zijn mogelijkheden en beperkingen zijn, is het een van mijn sterke wensen dat meer mensen meer tijd met robots doorbrengen. We zien veel meningen en ideeën van mensen die naar onze video’s op YouTube kijken, en het lijkt mij dat als meer mensen de kans zouden krijgen om na te denken over en te leren over robots en er tijd mee door te brengen, dat nieuwe begripsniveau hen zou kunnen helpen nieuwe manieren te bedenken waarop robots nuttig zouden kunnen zijn in ons dagelijks leven. Ik denk dat de mogelijkheden echt opwindend zijn, en ik wil gewoon dat meer mensen die reis kunnen maken.
Dit artikel verschijnt in het gedrukte nummer van maart 2021 als “Boston Dynamics & Hyundai: Let’s Dance.”