Open AI的員工Jack Clark最近發布的一條推特，記錄了波士頓動力Spot機器人由側躺、翻身再到站立的過程。整個過程動作流暢，Jack Clark認為就像是在做瑜伽。

波士頓動力的Atlas機器人完成360度完美后空翻之后的兩個月，公司的另一款產品又做了個瑜伽動作。

Open AI的員工Jack Clark最近發布的一條推特，記錄了Spot機器人由側躺、翻身再到站立的過程。

“波士頓動力的Spot機器人做了個瑜伽。”Jack Clark評論。

蹲下→側躺→右腿支撐→四肢支撐→起身

不過，從視頻上來看，這款涂著騷黃色外衣的機器人，更像是最新的Spot Mini，只不過增加了個腦袋。

根據波士頓動力官網介紹，Spot Mini高84厘米，重30公斤，有效載荷14公斤，使用3D視覺系統，主要應用于運輸，并且能夠爬樓梯，適合在家庭、辦公室和戶外等多種場景。

去年發布的時候，由于涂上了黃色外衣，加上身材小巧靈活，被認為是波士頓動力世上顏值最高的一款四足機器人，而且更像一只寵物狗。

在這之前，波士頓動力的機器人多聚焦在平衡性上，網上也流傳出無數個機器人被踹、被推之后，機器人仍然安然無恙的視頻，但失去平衡怎么爬起來的視頻倒是很少見。

不過，雖然這個“瑜伽”動作很漂亮，但業內人士認為并沒有什么技術含量，有可能是波士頓動力在炒作。

波士頓動力可能用的三種算法

盡管有炒作嫌疑，但波士頓動力他們使用的算法可謂守口如瓶，去年谷歌工程師和兩位機器人博士在Quora回答了一波，猜測它們可能用到的技術：

1、基于“靈活機器人動態順序組合”。機器人策略使用基于模型的控制器，該控制器又被表示為在局部區域狀態空間上操作的“成本漏斗”的順序組成。

可以將“系統”（即機器人及其環境）的當前狀態視為這些漏斗之一的一個點。

最底部的漏斗的最小值代表系統的“期望狀態”，漏斗的結構代表在局部小的局域空間中局部動態的一個合理模型。

這種方法不是建立與狀態無關的全局動態模型，而是模擬狀態依賴的局部動態，其中狀態空間區域由知道如何將系統同軸轉移到另一個漏斗（我們還有另一個精確的局部模型）的模型“處理”。

只要狀態估計是好的，策略就可以動態穩定地從一個狀態轉換到另一個狀態（理想狀態是成本較低）。這就解釋了為什么BD的以控制理論為中心的方法依賴于這種精確的驅動和傳感器。

2、可能專門采用顯式模型，包括用許多微分方程和測量系數的大系統，而不是基于數據是學習。 看起來，BD機器人也是如此。

另一方面，一些算法位于控制和主動學習的交集處，包括貝葉斯算法的所有變體，例如卡爾曼濾波器和粒子濾波器。這些可能在BD機器人中使用。

3、主要使用足式運動算法來平衡，正如你可以清楚地看到他們的wildcats，跳躍/近距離跳躍機器人一樣。

這也是一個相當具有挑戰性的思想，認知和動作/平衡來到機器人。

消費級足式機器人，“國產貨”在PK波士頓動力

波士頓動力在足式機器人上，無論是從運動、平衡、穩定性能上，可謂是一騎絕塵。并且隨著波士頓動力不斷推出重量更輕、噪音更小、動作更靈活的機器人，它進入消費級市場的腳步也越來越快。

據公眾號“機器人學家”報道，波士頓動力創始人Marc Raibert也明確提出BD要進一步降低成本，推出消費級產品。這就意味著拿掉液泵使用電機+更高的續航能力+更緊湊的設計。目前來看，從Spot到SpotMini等產品的升級，應用場景也更偏向家庭、辦公等，波士頓動力的足式機器人開始走向消費級市場。

在國內方面，創業公司宇樹科技也推出四足機器人Laikago（萊卡狗），Laikago重22公斤，內置電池續航2-3小時，價格只需要2至3萬元美金，遠低于國外的同類機器人25萬美元左右的價格。

Laikago四足機器人

不過，由于波士頓動力在液壓控制系統等方面一直處于絕對領先的地位，產品資料也絕對保密，相比之下，國產機器人在工程技術上仍需要積累。

宇樹科技創始人王興興本人也曾表示，無論是產品上或者算法上國產機器人還有很多問題需要解決，比如Laikago在復雜地面上行走還是難免會偶爾摔倒。