自主机器人的艰苦训练课程正在开展

观看 DARPA 机器人挑战赛 (DRC) 总决赛时，你不可能不感到沮丧。在加利福尼亚州波莫纳 Fairplex 的露天赛道上，机器人需要做的事情，按照人类的标准来说都非常简单，这个赛道旨在大致模拟灾区。驾驶一辆多用途车辆，时速不超过 10 英里。转动阀门。爬几级楼梯。但在 DRC 这个平行宇宙中，完成所有八个极其基本的任务会让观众疯狂。在为期两天的比赛的第一天，唯一获得最高 8 分（每个任务 1 分）的机器人是 Team Tartan Rescue 的 CHIMP。

这款由卡内基梅隆大学设计的灵长类动物机器人在 DRC 比赛中表现出色。它以惊人的速度沿着泥土跑道前进，但随后却莫名其妙地慢了下来——或者用 DRC 的话来说就是“出口”。最后，CHIMP 打开了门，不可思议的事情发生了。CHIMP 吃了它，趴在地上，半个门缝里（如上图所示）。这个机器人似乎不会摔倒，我们（和其他人）一直认为它基本上是防摔的，因为它姿势稳定，用履带代替双腿行走，但它已经摔倒了。通常这需要“重置”，人类将机器人抬回直立位置，DARPA 官员将其时间增加 10 分钟。由于每台机器在赛道上最多有一小时的时间，而且大多数机器需要超过一小时才能完成每项任务，因此重置是毁灭性的。

于是 CHIMP 挣扎着站起来。但是它的腿被卡在门口，情况似乎毫无希望。对于大多数人来说，这种跌倒的几何形状会让人恼火，但我们会扭动身体，咕哝几声，几秒钟后就能站起来。CHIMP 躺在那里几分钟。它会移动一条肢体，似乎会花整整 30 秒考虑自己的困境，然后再试一次。我旁边的一位摄影师嘀咕道：“这就像看着油漆变干一样。”

他的说法并非完全错误。在 DRC 总决赛前几个月，CHIMP 可能是报道最广泛的机器人。它是一只身高 5 英尺的魁梧小机器猿，但在照片中看起来更大、更凶悍。当它在崎岖的地形上移动时，CHIMP 会变成一辆坦克，利用腿部和前臂的履带以四肢滚动。而现在，DRC 的超级明星倒下了，它再也站不起来了。

但从另一个更重要的角度看，那位先生完全错了。因为尽管看到机器人不断失败或花费大量时间完成基本任务令人恼火，但这场竞赛的真正行动在很大程度上是看不见的。驱动这些机器的是算法，而人类却做不到。DRC 之所以扣人心弦，是因为它把我们目前对自主性的理解推到了极限，然后又把它一分为二。

当今大多数自主机器人要么是小把戏，要么依赖于源源不断的高质量数据流。当本田的阿西莫等人形机器人在舞台上跳舞或慢跑时，它遵循着精心编排的剧本。就像发条玩具的复杂版本一样，机器人专家加载了阿西莫的行为，然后将其释放。无人驾驶汽车采用了更复杂的自主性，但谷歌和奥迪等公司正在开发的汽车需要大量数据才能运行。如果没有 GPS 坐标和预装的道路激光地图，这些汽车将成为公共危害。如果它们没有误读车载传感器数据并转向交通，它们就会停下来，试图理解周围的世界，包括它们不可避免地会造成的多车连环相撞。

这种对数据的依赖是 DARPA 上一次机器人竞赛的关键要素。2007 年城市挑战赛的早晨，每个团队都收到了一个 U 盘，里面有他们的无人驾驶汽车将要导航的模拟城市的详细 GPS 地图。这些数据实际上比标准 GPS 更丰富，机器人可以跟踪的总坐标更多。车辆仍然必须使用自主性来处理其环境中未映射的方面，例如其他机器人驶向同一个十字路口。但这些机器并不是独立的。尽管它们具有革命性，但城市挑战赛中的汽车得到了很多帮助。

但麻省理工学院的机器人汽车除外，它完全依靠自己。麻省理工学院选择完全基于传感器，放弃提供的 GPS 导航路径，仅依靠机器人对赛道的实时感知来决定其行动。事实证明，这是一个糟糕的比赛计划——汽车一度偏离了赛道，在宝贵的几分钟比赛中，它完全陷入了困境。但机器人最终以第四名的成绩冲过了终点线。尽管他们没有带回任何奖金，但麻省理工学院的团队负责人约翰·伦纳德 (John Leonard) 即使在失败的情况下也宣称自己是胜利者。与其他任何竞争对手（包括城市挑战赛的获胜者）相比，麻省理工学院展示了纯粹的、无附加条件的自主性。尽管绕道而行，但机器人完成了任务。伦纳德说，赢得比赛从来都不在计划之内。

现在，麻省理工学院正在采取与 DRC 类似的方法。“我们的团队一直专注于自主性，几乎到了无可挑剔的地步，”团队负责人 Russ Tedrake 说。DARPA 已经通过降低团队成员和机器人之间的通信信号来实施高水平的自主性，特别是在机器进入课程的模拟设施部分之后。此时，数据连接与 90 年代的拨号调制解调器相当。随着运行的进行，传输速度会上升和下降，从而允许更直接的远程控制。

但正如麻省理工学院在 2007 年放弃了 GPS 数据一样，麻省理工学院团队选择尽可能减少与五角大楼提供的 Atlas 机器人的接触，该团队已将其重新命名为 Helios。据 Tedrake 称，“这并非巧合。泰勒致力于自主性，他一直在推动这方面的发展。”他指的是城市挑战赛团队成员、麻省理工学院 DRC 团队的原任负责人 Seth Teller，他于 2014 年去世。

新任团队负责人 Tedrake 也同样努力推动自主性而非战略性。因此，当 Helios 采取行动时，它几乎不需要团队成员的输入，尽管更频繁的输入可能会更快地完成工作。人类可能会帮助指出机器人应该使用的工具，通过图形界面用鼠标单击对象，但其余的工作都由机器人完成。

DRC 团队也采用了这种总体方法，这就是为什么观看这些机器人比赛会让人如此痛苦。这也是为什么 CHIMP 很难重返赛场。完全遥控的机器人比自动机器人更容易摆脱困境。DRC 中大多数莫名其妙的延迟都与它们不是巨型遥控玩具有关，因为机器通常要盯着门看几分钟才敢抓住把手。它们的算法会不断磨合，仔细执行每个计划好的动作。

但麻省理工学院是少数将自主性发挥到极致的团队之一。“当我们执行大多数任务时，机器人会向我们展示它计划做什么，”泰德雷克说。机器人决定哪些行为最合适，它的主人则观察它们的表现。洛克希德马丁公司的 Team Trooper 似乎也对其 Atlas 不闻不问。“机器人知道库中每个行为可以做什么，”团队负责人托德·丹科说。“所以它通过行为链反向工作，然后开始行动……我们试图确保机器人有一种正确的自信感。”

看到 DRC 中部署了各种各样的硬件，这令人兴奋，而这场竞赛是整个步行机器人研究领域的严峻考验。但从长远来看，DRC 可能产生的最大影响是在软件方面，特别是让一个人控制多个机器人。美国宇航局喷气推进实验室（其 RoboSimian 机器人是 DRC 的明星之一）正在开发一种类似 Toughbook 的平板电脑，宇航员可以戴在手腕上，以监督一组自动机器。洛克希德马丁公司还希望将其 DRC 工作应用于太空系统以及水下机器人，因为其团队在监督人形机器人行为时学到的许多经验与硬件无关，适用于空中、海上和太空中的机器人。

麻省理工学院已经利用其世界一流的机器人研究与竞赛无关的自主性。在为 DRC 做准备时（我们采访过的每个团队领导都将其描述为一次艰苦、耗费精力的经历），麻省理工学院能够使用 Helios 进行和发表与自主性相关的研究。由于提供给 DRC 团队的 Atlases 在技术上是借来的，Tedrake 希望充分利用团队在硬件上的时间。“我们不是想赢，”Tedrake 说。“我们参加这场比赛是因为我们想解决真正困难的问题。”

至于 CHIMP，它最终将机器人自主性和人类故障排除相结合。它自己站直了身子，用另一只手使用电动工具（右手操纵器在坠落时受损），最后爬上了楼梯，这是继麻省理工学院的 Helios 之后仅有的两个能够做到这一点的机器人之一。观众欢呼雀跃，因为通用自主机器人可能不擅长做简单的事情，但在那个特定时刻，CHIMP 是我们见过的最好的机器人。