今年 11 月初在北京召開的 IEEE/RAS Humanoids 會(huì)議中，作者去聽了這樣一個(gè) Workshop: Humanoid Robotics: Dead-end or Bright Future? (人形機(jī)器人，末路還是光明的未來？) 再結(jié)合當(dāng)前的形勢(shì)，比較有感觸，這里分享給大家。

01

整體發(fā)展情況

約莫從 18 年下半年開始，相比較于人形機(jī)器人火熱發(fā)展的 2014-2016 年，現(xiàn)階段的發(fā)展可以說是進(jìn)入了螺旋式上升發(fā)展中的“平緩期”，即觸及到了天花板。典型體現(xiàn)為：近年來全球范圍內(nèi)人形機(jī)器人相關(guān)的科研項(xiàng)目和經(jīng)費(fèi) (Funding) 較少，重災(zāi)區(qū)是歐洲：

先談?wù)剼W洲，歐盟最后一個(gè)人形機(jī)器人項(xiàng)目為 CoGiMoN，始于 2015 年 3 月，將在明年結(jié)束，從 15 年到 18 年這段時(shí)間內(nèi)，就沒有大型的歐盟人形機(jī)器人相關(guān)項(xiàng)目 (Funding) 再出現(xiàn)：

歐盟 CoGiMoN 項(xiàng)目: European Community's Horizion 2020 robotics program

（鏈接：https://cogimon.eu/news?page=4）

再看看引領(lǐng)世界科技的美國(guó)，近兩年學(xué)術(shù)界鮮有亮眼的新型人形機(jī)器人面世，當(dāng)年可以說與波士頓動(dòng)力齊名的 SCHAFT，也因找不到下家接盤而被谷歌母公司 Alphabet 關(guān)閉：

Google is closing its Schaft robotics unit after failing to find a buyer

（鏈接：https://techcrunch.com/2018/11/14/google-is-closing-its-schaft-robotics-unit/?guccounter=1）

著名的 UCLA RoMeLa 很有意思地通過網(wǎng)絡(luò)捐贈(zèng)的方式籌集大人形機(jī)器人的項(xiàng)目經(jīng)費(fèi)

（鏈接：https://spark.ucla.edu/project/11565）

日本算是在當(dāng)前不濟(jì)大環(huán)境中，人形機(jī)器人還在蓬勃發(fā)展的一支力量。今年 AIST 發(fā)布的 HRP-5P 算是科研界 18 年最亮眼的人形機(jī)器人了 (封面圖)，相關(guān)的視頻我會(huì)在文末分享給大家。日本情況稍微良好的主要原因在于：日本對(duì)于人形機(jī)器人有一種特殊的執(zhí)念（考慮高達(dá) & 新世界福音戰(zhàn)士等），再加上其機(jī)器人圈子的濃厚底蘊(yùn)和良好的經(jīng)濟(jì)基礎(chǔ)?？v使今年 6 月 Honda 宣布關(guān)閉 Asimo 項(xiàng)目，但 Honda 還是宣稱會(huì)堅(jiān)持人形機(jī)器人的研究，只是不再對(duì)外使用“Asimo”的名稱而已。

國(guó)內(nèi)情況的話，因?yàn)楹芏喽忌婕败姽ず捅Ｃ茼?xiàng)目，我也不是圈子里的人，整體情況的了解可能會(huì)有一些出入。據(jù)我所知，近些年來比較活躍的專注于人形機(jī)器人的高校包括北理工，哈工大和浙大，但都面臨著一些技術(shù)瓶頸難以突破的問題。

02

面臨的問題和挑戰(zhàn)

1.缺錢

首當(dāng)其沖的原因還在于經(jīng)濟(jì)基礎(chǔ)，人形機(jī)器人的研發(fā)是相當(dāng)燒錢的，涉及到高精端硬件的成本，并且由于涵蓋的學(xué)科方向超多，一批高學(xué)歷、有經(jīng)驗(yàn)的科研、工程隊(duì)伍的人力成本也是不容小視的。全球經(jīng)濟(jì)衰退，屬于"奢侈品"的科研經(jīng)費(fèi)首當(dāng)其沖，以歐盟為例，當(dāng)整個(gè)科研經(jīng)費(fèi)的大蛋糕“縮水”時(shí)，在科研經(jīng)費(fèi)的分配上就會(huì)顯得更加謹(jǐn)慎和保守——即更青睞于有希望技術(shù)突破性的學(xué)科，反之現(xiàn)階段難以突破技術(shù)瓶頸且難以滿足公眾期望的人形機(jī)器人，就很難在和其他學(xué)科的競(jìng)爭(zhēng)中勝出。同時(shí)也沒有過硬的實(shí)際市場(chǎng)剛需，投資人也不會(huì)輕易出這份大錢。

2.技術(shù)瓶頸 (w.r.t 市場(chǎng)需求)

說到技術(shù)瓶頸，我們就直接來談代表人形機(jī)器人領(lǐng)域技術(shù)巔峰的波士頓動(dòng)力 (Boston Dynamics)。

這里我們需要反問自己，是什么樣的技術(shù)瓶頸？

這個(gè)瓶頸相應(yīng)的參考坐標(biāo)是什么？我覺得要把這個(gè)瓶頸的參考坐標(biāo)定在實(shí)際的市場(chǎng)要求上——即實(shí)際的市場(chǎng)要求人形機(jī)器人具備什么樣的技術(shù)指標(biāo)。

客觀地來講，波士頓動(dòng)力的 Atlas2 所展現(xiàn)出來的性能，已經(jīng)能夠足夠好地解決人形機(jī)器人基本的動(dòng)態(tài)運(yùn)動(dòng)性能問題 (Dynamics Locomotion)：

但我認(rèn)為波士頓動(dòng)力實(shí)際上面臨的挑戰(zhàn)更大，這里斗膽地去評(píng)判一下 Atlas2 離真正的市場(chǎng)應(yīng)用還差些什么：

從 Demo 來看，沒有看到相關(guān)驚艷的手部抓取 (Grasping) 操作——這對(duì)于機(jī)器人進(jìn)入實(shí)際應(yīng)用十分重要，動(dòng)態(tài)的步行只是體現(xiàn)了機(jī)器人的移動(dòng)能力，而操作性能就直接決定了機(jī)器人能夠去做什么；

從特定而機(jī)械的應(yīng)用場(chǎng)景到復(fù)雜而靈活的真實(shí)生活，即從“弱人工智能”到“強(qiáng)人工智能”。所包含的方向太多：Perception, Learning, Computer Vision etc.. 這些都是離在 Atlas2 上實(shí)際落地應(yīng)用有很大一段距離；

找準(zhǔn)實(shí)際的市場(chǎng)需求。什么樣的應(yīng)用場(chǎng)景是輪式、四旋翼和四足機(jī)器人沒辦法替代的，坦白來說，作者能想到的只有替代人的伴侶機(jī)器人或者性愛機(jī)器人 (請(qǐng)參考綾瀨遙的《我的機(jī)器人女友》，而非某寶上的充氣娃娃)。這個(gè)對(duì)技術(shù)上的要求會(huì)更高還涉及眾多倫理問題；

合理的價(jià)格和可靠性。以當(dāng)前的技術(shù)水平來看，Atlas2 的實(shí)現(xiàn)成本無異于天價(jià)，從 Raibert 透露出他們經(jīng)常忙于修理機(jī)器人的狀況而言，可靠性離實(shí)際的市場(chǎng)應(yīng)用還有一定的距離；

......

就更不要去談除波士頓動(dòng)力以外的實(shí)驗(yàn)室和公司還在著手解決人形機(jī)器人的基本運(yùn)動(dòng)性能問題，這種技術(shù)上離實(shí)際市場(chǎng)要求的性能差距實(shí)在太大，瓶頸太難突破。

3.公眾期望過高

太多的科幻電影和失敗了 20 次只成功 1 次的學(xué)術(shù) Demo 把公眾對(duì)于人形機(jī)器人的期望拉得太高，遠(yuǎn)遠(yuǎn)高于 State of Art。

可以說在 2015 年 Darpa Robotics Challenge (DRC) 時(shí)期，無論是公眾、學(xué)界和業(yè)界都對(duì)人形機(jī)器人的關(guān)注度和期望度達(dá)到了頂峰，DRC 也為推動(dòng)人形機(jī)器人的發(fā)展起到了巨大的作用。

但如果我們換一個(gè)角度來看 15 年的 DRC，就會(huì)發(fā)現(xiàn)人形機(jī)器人的技術(shù)水平還是非常初級(jí)的：首先是決賽成績(jī)的前幾名幾乎都較為"功利"使用了四足或輪式的方案，而非嚴(yán)格意義上的雙足人形機(jī)器人，如下：

從左至右為 2015 DRC Final 的第 1-3-4-5 名，可以觀察到非嚴(yán)格意義上的雙足人形機(jī)器人

2015 DRC Final 摔跤集錦

以這樣的視角來看，即使是在相對(duì)固定的特定場(chǎng)景任務(wù)中，雙足人形機(jī)器人的表現(xiàn)仍然是十分孱弱的。很自然的，很多來自其他領(lǐng)域的科研項(xiàng)目評(píng)審委員會(huì)或者投資人，也是屬于普羅“大眾”的一員，對(duì)人形機(jī)器人未來的發(fā)展前景產(chǎn)生質(zhì)疑無可厚非——我們明明只有 70 分的水平，通過項(xiàng)目上的努力推進(jìn)到 75 分，而大眾錯(cuò)誤地估計(jì)我們已經(jīng)有了 80 分的實(shí)力，希望我們做到 90 分的水平，這 75 分與 90 分的差距帶來了極大期望上的落差。

03

作者的態(tài)度

首先老生常談來闡述一下做人形機(jī)器人研究的意義：

一方面，人形機(jī)器人在硬件本體設(shè)計(jì)、驅(qū)動(dòng)器性能、運(yùn)動(dòng)控制上的技術(shù)要求高，相關(guān)技術(shù)很容易轉(zhuǎn)化到其他自動(dòng)化領(lǐng)域，諸如工業(yè)機(jī)械臂，四足機(jī)器人，AGV 等；

另一方面，由于其擬人性 (Anthropomorphic)，人形機(jī)器人是未來最有潛力融入人類的生活的機(jī)器人，考慮使用為人類設(shè)計(jì)的工具和進(jìn)入為人類設(shè)計(jì)的生活和工作空間。

對(duì)于人形機(jī)器人的未來，我們可以換個(gè)視角來宏觀地參考汽車工業(yè)發(fā)展的時(shí)間線：

早期汽車發(fā)展歷史

(The evolution of automobile at early stage )

從上圖中我們可以看到，從第一臺(tái)蒸汽動(dòng)力車輛問世到福特 T 型車從流水線量產(chǎn)走向市場(chǎng)，足足花了 129 年的時(shí)間 (1779-1908)，而驅(qū)動(dòng)的革新，即從蒸汽機(jī)到柴油發(fā)動(dòng)機(jī)就用了足足 103 年的時(shí)間 (1779-1882)。對(duì)于人形機(jī)器人，會(huì)不會(huì)有比當(dāng)前電機(jī) (Elector-Magnet) 和液壓 (Hydraulic) 驅(qū)動(dòng)，更為高效、緊湊、可靠，同時(shí)具有更高輸出能量密度和更低成本的新型驅(qū)動(dòng)方式出現(xiàn)，我們很難去做預(yù)測(cè)，誰也不清楚。

雖然波士頓動(dòng)力的 Atlas2 所使用的液壓驅(qū)動(dòng)方案展現(xiàn)了很強(qiáng)勁的運(yùn)動(dòng)性能，但現(xiàn)有技術(shù)下的實(shí)現(xiàn)難度和成本還是過高了，能量效率也是個(gè)有待解決的問題，因此還沒達(dá)到作者腦海中最為理想的驅(qū)動(dòng)方式，因此作者認(rèn)為當(dāng)前人形機(jī)器人還處在等待驅(qū)動(dòng)方式革新的階段。

無論如何，任何技術(shù)的發(fā)展都不太會(huì)存在斷崖式的突破，對(duì)于"人形機(jī)器人，窮途末路還是光明未來？" 作者也是相當(dāng)迷茫的。

悲觀來說，如果缺乏像尼古拉斯·特斯拉這樣天才人物的出現(xiàn)而帶來革命新的技術(shù)突破，很有可能我們這代從業(yè)者都是人形機(jī)器人發(fā)展進(jìn)程中的一粒塵埃。短期的將來（未來 10 年）作者對(duì)學(xué)術(shù)界人形機(jī)器人的研究尤其悲觀，太多的時(shí)間都給了真的不太有用但必須要有的 paper 和向人”伸手要錢“的 proposal 之中，唯一的希冀還是在 Marc Raibert 的波士頓動(dòng)力。

最后再分享一下開頭提到的 IEEE/RAS Humanoids 的 Workshop (Humanoid Robotics: Dead-end or Bright Future?) 的一些關(guān)鍵結(jié)論給大家：

我們花了將近 30 年的時(shí)間去開發(fā)適用且可靠的商用力矩控制的機(jī)械臂， 人形機(jī)器人無疑要復(fù)雜得多，并且包含更多的技術(shù)方向，因此可能需要更長(zhǎng)的時(shí)間。

但是，如果需要的時(shí)間是 100 年，那可能毫無意義，因此，當(dāng)涉及人形機(jī)器人的應(yīng)用時(shí)，我們首先應(yīng)該采取較小的步驟（即從一個(gè)很小的突破口出發(fā)，找尋非常具體和有限的應(yīng)用 / 商業(yè)模式），以便能夠?qū)崿F(xiàn)至少一些初步的商業(yè)成功和盈利。 如果沒有，社會(huì)和創(chuàng)始機(jī)構(gòu)可能會(huì)放棄并長(zhǎng)期停止對(duì)人形機(jī)器人研究的支持。

飛機(jī)制造業(yè)可能是近期人形機(jī)器人應(yīng)用的一個(gè)很好的落地方向，因?yàn)檫@種行業(yè)需要復(fù)雜的操作，并且相對(duì)富裕，以至于能夠負(fù)擔(dān)得起這樣的機(jī)器人。 另一個(gè)很好的落地場(chǎng)景是娛樂業(yè)和人形機(jī)器人作為玩具的應(yīng)用。

PS: 作者認(rèn)為人形機(jī)器人在飛機(jī)制造業(yè)、娛樂業(yè)和作為玩具的需求現(xiàn)階段都是”偽需求“。

HRP-5P 重物搬運(yùn)與相應(yīng)操作

上述視頻的整個(gè)過程是沒有人工的遙操作 (tele-operation)，完全基于機(jī)器人的自主操作 (autonomous) 。據(jù) AIST 的人講，這段 34s 的 Demo 前后調(diào)試了一年多之久。