0
轮式Atlas机器人正在改变方向行驶。/波士顿动力

现代汽车集团旗下机器人专业子公司波士顿动力，将人形机器人Atlas的双脚改装为车轮，测试其高难度行驶及旋转动作。这不仅是一次尝试全新移动方式的实验，更被视为利用基于学习的控制技术，进一步挑战机器人驱动装置——执行器性能极限的研究。此次实验重点是在车轮行驶这一严苛条件下，验证电机的输出功率、响应速度及全身控制能力，以提升下一代人形机器人的技术成熟度。

波士顿动力当地时间9日公开了一段视频，展示人形机器人Atlas以车轮取代双脚，完成多种高难度动作。

此次实验是一项研究项目，旨在确认电机及全身控制技术能否在极端条件下保持稳定运行。具体而言，研究人员通过为Atlas安装车轮，持续对执行器施加较高负荷，测试其驱动性能极限，同时对实际硬件的运行特性进行精确建模。

视频显示，Atlas利用代替双脚安装的车轮快速改变行驶方向，并进行横向移动。它还完成了令人联想到花样滑冰运动员的360度空中旋转跳跃动作，即在空中带动整个身体旋转一周后，保持平衡并稳稳落地。

视频还记录了Atlas抬起一条腿、仅靠另一侧的一个车轮支撑身体，以及从倒地状态自行起身后立即向前行驶的动作。这些表现说明，即使与地面的接触方式发生变化、重心急剧转移，机器人仍能够精确控制全身动作。

此次实验尤其值得关注的是应用于脚踝关节的电机所发挥的作用。在普通行走过程中，脚踝关节主要负责调整脚部角度、维持身体平衡。

而安装车轮后，电机不仅要让车轮持续高速旋转，还必须承受机器人本体重量及运动过程中产生的惯性。这意味着，电机不再只是驱动关节活动，还必须具备持续旋转并承受高负荷的能力。

这也表明，Atlas的执行器正在从只能提供瞬时动力，向具备更宽控制带宽和更高机械耐久性的方向发展。

波士顿动力将车轮行驶作为极限测试执行器性能的实验条件。因为在启动、加速、转向及停止过程中，电机必须反复实现高扭矩和高转速。

实验过程中还应用了基于学习的控制器（Learned Controller）和强化学习技术。其基本方式是让机器人先在虚拟环境中反复学习各种动作，再将学习成果应用于实际硬件。关键在于尽可能缩小模拟环境与真实机器人之间的差异。

为此，波士顿动力将实际电机的运行特性精确反映到虚拟环境中，随后利用仿真到现实（Sim-to-Real）技术，将在模拟环境中学习的动作应用于真实机器人，使其能够在现实环境中稳定执行相关动作。

波士顿动力表示，经过这一系列学习训练，Atlas首次尝试便成功完成了模仿人类动作的360度空中旋转跳跃。

不过，此次公开的轮式Atlas并非面向商业化的产品，而是一个研究平台。其目的是通过验证机器人在不同驱动环境下的硬件性能极限，进一步完善控制技术，为未来提升人形机器人的运动能力和运行可靠性奠定基础。

Atlas控制工程师安迪·吴（Andy Wu）在视频中表示：“在训练过程中，机器人一边跳跃一边向侧面移动，完成侧向闪避（Side Dash）的动作，尤其令人印象深刻。当机器人通过学习流程自行掌握利用车轮滚动移动的方法时，我既感到惊讶，也非常高兴。”

金正奎 记者