世界上最优秀的工业机器人配上最优秀的软件团队,能否在球类运动中击败世界冠军( 二 )



什么?我骗人?是的,我骗了。其实还差十万八千里。真实世界的人形机器人,目前世界最高水平是Boston Dyanmics开发的Atlas,如下图。世界上最优秀的工业机器人配上最优秀的软件团队,能否在球类运动中击败世界冠军
【世界上最优秀的工业机器人配上最优秀的软件团队,能否在球类运动中击败世界冠军】
看看,这是去年的研究进展图片,还在做测试呢。崎岖不平的地面能够走,但是还不能跑。Google在2013年收购了8家公司,相关延伸阅读请到Google 收購的八家機器人公司探秘。DARPA去年有个机器人挑战赛,虽然被认为是美国没有研发机器人战士的预算,转而采用公开竞技的手段变相推进机器人研发和寻找机器人供应商的手段,但是如果DARPA投资的项目,估计我们也不会看到这么多中间信息。跑题了。列出挑战赛的前三甲,请移步阅读世界最強機器人比賽:Google 橫掃冠、亞軍,NASA 美國太空總署拿 0 分。视频很明显能说明,这样的机器人来踢球还是差得比较远。那关键是什么呢?据我认为,机械机构、伺服电机、传感器都没有大问题,瓶颈在运动控制算法。那是算法理论基础没有建立好吗?目前的控制理论已经十分完备了。但我觉得这是理论的发展方向还有待商榷。就如肿瘤病发是人体机体功能紊乱,但是全世界都在朝肿瘤切除等治标性方向发展。那是算法体系没有设计完整吗?目前主要归结于这个原因。一方面需要Konw-How,另一方面迭代式改进算法需要时间。可能是算法实现的硬件不够强吗?目前的DSP系统已经够了,如果不够,疯狂的科学家们会用上云技术和远程服务集群的。这个没有问题,当然,如果说用量子计算机能够更好的适应算法,那这个也可算是瓶颈之一。细节展开就到这里。就机器人踢球做个总结。目前世界上最优秀的工业机器人团队,虽然能够解决传感问题,但尚不足以解决机器人移动性问题。实际上世界上最优秀的软件团队需要融入机器人团队,共同解决移动性的关键,即运动控制算法。除了上述两类人才,若加上世界级的数学家,在预算无上限的条件下,2014年开始做,我猜到2025年可以踢上一场有悬念的比赛。以上均为一家之言。若您读到此,相信也思考过许多机器人的问题,还请多留言指教。


推荐阅读