近日，特斯拉CEO埃隆·馬斯克在社交平臺(tái)X上分享了一段人形機(jī)器人Optimus學(xué)習(xí)中國(guó)功夫的視頻，引發(fā)廣泛關(guān)注。視頻中，這臺(tái)人形機(jī)器人并非簡(jiǎn)單照搬教練的動(dòng)作，而是能夠精準(zhǔn)識(shí)別每一招式的意圖，做出自衛(wèi)與反擊動(dòng)作，展現(xiàn)出環(huán)境感知和實(shí)時(shí)反應(yīng)能力。馬斯克還特意澄清，這并不是人工遙控表演，而是由AI自主驅(qū)動(dòng)的結(jié)果。

這樣流暢的武術(shù)動(dòng)作表明，Optimus并非按照預(yù)先腳本表演，而是真正做到了一定程度的見(jiàn)招拆招。這背后究竟隱藏著怎樣的技術(shù)呢？

讓一個(gè)雙足人形機(jī)器人完成揮拳、弓步、轉(zhuǎn)身等高難度動(dòng)作，并在對(duì)抗中保持平衡，這遠(yuǎn)非簡(jiǎn)單的程序控制所能實(shí)現(xiàn)。傳統(tǒng)工業(yè)機(jī)器人執(zhí)行固定軌跡尚且容易，但像功夫這樣動(dòng)態(tài)多變的動(dòng)作，需要機(jī)器人具備接近人類(lèi)的環(huán)境理解、協(xié)調(diào)控制和學(xué)習(xí)能力。Optimus此次功夫演示提出了兩個(gè)關(guān)鍵問(wèn)題：視覺(jué)感知與平衡控制、AI模仿學(xué)習(xí)與強(qiáng)化訓(xùn)練

視覺(jué)感知與平衡控制：機(jī)器人如何通過(guò)視覺(jué)看懂周?chē)h(huán)境和對(duì)手動(dòng)作，并實(shí)時(shí)調(diào)整自己的運(yùn)動(dòng)路徑與重心，保證動(dòng)作協(xié)調(diào)且不失衡？

AI模仿學(xué)習(xí)與強(qiáng)化訓(xùn)練：機(jī)器人的大腦如何利用大量視頻和示范數(shù)據(jù)學(xué)會(huì)這些復(fù)雜招式？在模仿人類(lèi)動(dòng)作的過(guò)程中，如何通過(guò)強(qiáng)化學(xué)習(xí)來(lái)進(jìn)一步優(yōu)化動(dòng)作？

特斯拉近來(lái)公開(kāi)的兩項(xiàng)關(guān)鍵技術(shù)專(zhuān)利正對(duì)應(yīng)了解決上述問(wèn)題的思路：WO2024073088A1提出了“視覺(jué)路徑建模與平衡控制系統(tǒng)”，而US20240185445A1則涉及“模仿學(xué)習(xí)結(jié)合強(qiáng)化訓(xùn)練的AI建模技術(shù)”。

要讓機(jī)器人像人一樣靈活地動(dòng)起來(lái)，首先要解決看和站穩(wěn)這兩個(gè)基本問(wèn)題。WO2024073088A1專(zhuān)利聚焦于基于視覺(jué)的路徑建模和平衡控制，為機(jī)器人提供了類(lèi)似人類(lèi)的環(huán)境感知和動(dòng)態(tài)平衡能力。

Maxipat解讀

特斯拉為Optimus配備了多攝像頭視覺(jué)系統(tǒng)，機(jī)器人通過(guò)攝像頭獲取周?chē)臻g的圖像數(shù)據(jù)，并借助專(zhuān)利中的AI模型將這些圖像即時(shí)轉(zhuǎn)換成立體的三維環(huán)境模型。這種模型被稱(chēng)為“占用網(wǎng)絡(luò)”，它將空間劃分為無(wú)數(shù)體素，預(yù)測(cè)每個(gè)體素是空曠還是被物體占據(jù)。換句話說(shuō)，Optimus獲得了類(lèi)似3D透視圖的視覺(jué)能力，可在純視覺(jué)條件下感知周?chē)匦?、障礙物和動(dòng)態(tài)物體的位置。即使在室內(nèi)沒(méi)有GPS的場(chǎng)景下，機(jī)器人也能基于視覺(jué)特征來(lái)定位自身位置，理解所處環(huán)境的布局。例如，當(dāng)對(duì)手出拳或移動(dòng)時(shí)，Optimus的攝像頭捕捉這一動(dòng)態(tài)，并在其內(nèi)部3D模型中映射出對(duì)手肢體的運(yùn)動(dòng)軌跡，為下一步反應(yīng)做好準(zhǔn)備。

在感知環(huán)境的基礎(chǔ)上，該專(zhuān)利還提出了視覺(jué)驅(qū)動(dòng)的路徑規(guī)劃算法。Optimus的大腦會(huì)將目標(biāo)動(dòng)作分解為可執(zhí)行的運(yùn)動(dòng)路徑，包括行進(jìn)軌跡、轉(zhuǎn)身角度、步伐速度等參數(shù)。特斯拉采用了迭代線性二次調(diào)節(jié)器等優(yōu)化控制算法來(lái)生成這些運(yùn)動(dòng)軌跡。這種算法相當(dāng)于給機(jī)器人規(guī)劃一條在物理和動(dòng)力學(xué)約束下“最平穩(wěn)、最穩(wěn)定”的路徑：既能實(shí)現(xiàn)目標(biāo)動(dòng)作，又避免關(guān)節(jié)過(guò)載或重心偏移太多。例如，當(dāng)Optimus準(zhǔn)備側(cè)身轉(zhuǎn)移躲避攻擊時(shí)，ILQR會(huì)幫助計(jì)算一個(gè)平滑的轉(zhuǎn)身軌跡和速度，使動(dòng)作連貫且不失衡。

雙足機(jī)器人的一大難點(diǎn)在于平衡。WO2024073088A1專(zhuān)利特別強(qiáng)調(diào)了通過(guò)多傳感器融合來(lái)監(jiān)控和調(diào)整機(jī)器人姿態(tài)。Optimus機(jī)身內(nèi)置了慣性測(cè)量單元(IMU)、力矩傳感器等，用于感知身體的傾斜、加速度以及各關(guān)節(jié)受力情況。專(zhuān)利設(shè)計(jì)了一個(gè)實(shí)時(shí)姿態(tài)分析與反饋系統(tǒng)：當(dāng)檢測(cè)到機(jī)器人重心偏離安全范圍，或外力干擾時(shí)，控制器會(huì)迅速計(jì)算出補(bǔ)償動(dòng)作，通過(guò)驅(qū)動(dòng)器調(diào)整各關(guān)節(jié)姿勢(shì)，把重心拉回穩(wěn)定區(qū)域。這就好比人站立時(shí)腳踝和膝蓋在不斷微調(diào)，保持身體不摔倒。

有了硬件上的眼睛和平衡感，機(jī)器人還需要大腦來(lái)學(xué)會(huì)如何打功夫。US20240185445A1專(zhuān)利關(guān)注的正是如何利用模仿學(xué)習(xí)和強(qiáng)化學(xué)習(xí)相結(jié)合，讓人工智能快速掌握人類(lèi)的高難度動(dòng)作技巧。這種模仿學(xué)習(xí)過(guò)程類(lèi)似于人類(lèi)徒弟跟隨師父練功，AI通過(guò)神經(jīng)網(wǎng)絡(luò)觀看人類(lèi)的視頻示范，不斷調(diào)整自身策略來(lái)逼近人類(lèi)動(dòng)作。例如，Optimus看了教練如何出拳、站馬步，便在模擬環(huán)境中嘗試復(fù)現(xiàn)這些動(dòng)作軌跡。多視角的視頻數(shù)據(jù)提供了豐富的信息，使AI能捕捉每個(gè)動(dòng)作的關(guān)鍵肢體運(yùn)動(dòng)模式和節(jié)奏。正因如此，Optimus才能看懂教練的出拳與步伐，并初步學(xué)會(huì)相應(yīng)的動(dòng)作組合。特斯拉Optimus項(xiàng)目負(fù)責(zé)人曾透露，他們“用視頻示范來(lái)擴(kuò)展機(jī)器人靈巧度”，讓機(jī)器人從中學(xué)習(xí)人類(lèi)的靈活技巧。

Maxipat解讀

然而，僅靠模仿，人形機(jī)器人往往只能做到形似，未必神似。畢竟，人類(lèi)動(dòng)作搬到機(jī)器人身上，需要考慮不同的重心、關(guān)節(jié)極限等物理因素。為此，特斯拉讓Optimus的AI進(jìn)入了強(qiáng)化學(xué)習(xí)的特訓(xùn)階段。在模擬仿真的虛擬環(huán)境中，成千上萬(wàn)個(gè)Optimus機(jī)器人可以高速并行反復(fù)練習(xí)武術(shù)動(dòng)作。AI在這個(gè)過(guò)程中以獎(jiǎng)賞機(jī)制不斷自我改進(jìn)：比如成功完成一個(gè)動(dòng)作且站穩(wěn)不倒就給予獎(jiǎng)勵(lì)，失去平衡或動(dòng)作偏差則受到懲罰。在不斷的試錯(cuò)中，AI逐漸學(xué)會(huì)調(diào)整細(xì)節(jié)動(dòng)作來(lái)獲得更高的累積獎(jiǎng)勵(lì)，這意味著動(dòng)作變得更穩(wěn)、更快、更高效。

將模仿學(xué)習(xí)與強(qiáng)化學(xué)習(xí)相結(jié)合，可以說(shuō)讓Optimus的AI既有師傅帶，又有自身練，兩條腿走路。模仿學(xué)習(xí)提供了一個(gè)良好的起點(diǎn)，讓AI快速掌握動(dòng)作的基本輪廓；隨后強(qiáng)化學(xué)習(xí)在模擬試煉中對(duì)這些動(dòng)作精雕細(xì)琢，突破物理限制并增強(qiáng)穩(wěn)健性。

可見(jiàn)，這套模仿結(jié)合強(qiáng)化的AI訓(xùn)練框架已經(jīng)成為特斯拉人形機(jī)器人項(xiàng)目的核心策略，使機(jī)器人能不斷自我進(jìn)化，掌握越來(lái)越復(fù)雜的技能。

傳統(tǒng)機(jī)器人如果按預(yù)設(shè)腳本，只會(huì)機(jī)械地重復(fù)固定動(dòng)作。而Optimus在視頻中的表現(xiàn)更像一個(gè)有思考的武者：它并非死板地復(fù)制教練動(dòng)作，而是能夠隨機(jī)應(yīng)變、以招破招。例如，當(dāng)教練直拳來(lái)襲時(shí)，Optimus選擇格擋；而一旦對(duì)手露出破綻，機(jī)器人又能立即切換到進(jìn)攻動(dòng)作，揮拳反擊。這種連貫的招式切換，源自其AI決策網(wǎng)絡(luò)對(duì)不同動(dòng)作策略的靈活組合。

可以預(yù)見(jiàn)的是，隨著視覺(jué)建模更精準(zhǔn)、強(qiáng)化學(xué)習(xí)更高效，機(jī)器人將不僅會(huì)武術(shù)表演，更能勝任各種實(shí)用任務(wù)。

未來(lái)，這些具備高度靈活性和自主學(xué)習(xí)能力的機(jī)器人，有望走進(jìn)制造業(yè)車(chē)間搬運(yùn)裝配，進(jìn)入倉(cāng)儲(chǔ)物流中心挑揀貨物，甚至在醫(yī)療護(hù)理、家庭助理等領(lǐng)域大顯身手。

Maxipat致力于作為成為科技創(chuàng)新和知識(shí)產(chǎn)權(quán)工作的AI加速器，主要包括輔助創(chuàng)新：提高研發(fā)的科技創(chuàng)新效率；智能搜索與分析：將專(zhuān)利搜索和報(bào)告制作借助AI實(shí)現(xiàn)智能化，包括智能查新、無(wú)效、FTO、Landscaping報(bào)告；投資助手：快速生成投資賽道報(bào)告、專(zhuān)利購(gòu)買(mǎi)篩選、專(zhuān)利轉(zhuǎn)化評(píng)估。目前開(kāi)放注冊(cè)中。輔助科技創(chuàng)新和知識(shí)產(chǎn)權(quán)工作的AI智能體

感興趣的朋友可以通過(guò)以下三種方式填寫(xiě)申請(qǐng)信息：

1. 請(qǐng)發(fā)郵件到郵箱：info@maxipat.com

2. 點(diǎn)擊文末閱讀全文；

3. 掃描以下二維碼

感興趣的朋友可以加筆者微信patentlight