波士頓動力公司(Boston Dynamics)的一段最新視頻顯示，這臺無比敏捷、速度驚人的Atlas機器人成功地跳過障礙物，仿佛就像跑酷傳奇一樣。
幾年前，波士頓動力憑藉機器人Atlas在不平坦的地面上成功的行走而震驚世界。而最近，阿特拉斯的後空翻和跑動能力再次給我們留下了深刻的印象。
就在幾小時前，波士頓動力發布了一段視頻，展示了Atlas的另一項令人難以置信的能力。在視頻中，機器人跑著跳過障礙物，甚至能跳的更高來撲向迎面而來的盒子，簡直就像馬裡奧和酷跑傳奇一樣。
正如視頻中描述的那樣：
控制軟體（control software）利用包括腿、胳膊和軀幹在內的整個身體，在不中斷步伐的情況下，調動跨越原木和跨上臺階的能量和力量。（臺階高度40釐米）Atlas使用計算機視覺定位自己，相對於方法上的可見標記物，準確地擊中地形。
然而，對於那些擔心「機器人到來將是大災難」的人來說，應該注意的是，機器人技術也為我們提供了將人類變成近乎超級英雄的外置系統。
很難說這一切對我們的未來意味著什麼，但很可能在未來幾年，人類和機器的工作關係會越來越緊密。
這些技術的發展很可能對人類是有利的。機器人可以越來越多地承擔對人類來說過於危險或困難的任務，並成為我們在地球上最好的朋友。
去年7月，波士頓動力展示了一段Atlas後空翻的視頻，相信不少人都還記憶猶新：這段視頻展示了Atlas機器人在不同高度的箱子之間跳躍、旋轉的能力，它最後來了一個完美後空翻並舉起雙手慶祝，可能體操小天后西蒙·拜爾斯都會羨慕！波士頓動力公司此前發布的Atlas的視頻中，這個機器人看起來還有點笨拙、不穩定，但今天，他非常穩定地在箱子之間跳躍、轉身、後空翻，動作看起來完全與人類無異。
雖然也有其他的機器人已經實現過後空翻動作，但是波士頓動力的雙足機器人Atlas卻從來沒有做過後空翻。為了強調這一成就，波士頓動力公司在這段只有55秒的視頻中用慢動作重複了兩次後空翻動作。記得看到最後，Atlas來了個「撲街」，他完全把著陸的過程拋在腦後，撲倒了面前的箱子。不用擔心機器人革命很快到來，即使是機器人也需要練習！
Atlas機器人是一個雙足人形機器人，由美國波士頓動力公司為主開發，最初由美國國防部國防高等研究計劃署（DARPA）的資助和監督。這個身高6.2英尺（1.9米） 的機器人是專為各種搜救任務而設計，在2013年7月11日首次向公眾亮相。
初代Atlas機器人
Atlas機器人基于波士頓動力公司早期的PETMAN人形機器人，有四個液壓驅動的四肢。初代Atlas機器人由航空級鋁和鈦建造，身高約1.8米，重達150公斤，利用藍光LED照明，需要外接電源。
Atlas機器人最讓人驚嘆的是擅長在崎嶇的地形行走、攀爬，包括不平整的碎石地，雪地等，它能夠保持平衡，快速行走，搬箱子，甚至在被踢倒後自己爬起來，而且它學習走路的動作和生態與人類驚人的類似。他被稱為「逆天機器人Atlas」。
2016年2月23日，波士頓動力公司在YouTube上發布了一個新版本Atlas機器人的視頻，立即引起轟動，僅YouTube的原始視頻播放量已達到2400萬次。 新版本的Atlas機器人為在戶外和建築物內部操作設計。 它專門用於移動操縱，非常擅長在廣泛的地形上行走，包括雪地。 它由電動和液壓驅動，使用身體和腿部的傳感器維持平衡，並在其頭部使用光學雷達和立體傳感器，以避開障礙物，評估地形，幫助導航和操縱對象，即使對象在移動中。第二代Atlas機器人身高1.9米，體重僅有82公斤，相貌也不像初版那麼猙獰，而且內置電池驅動，不再需要外接電線獲取動力。
第二代Altas機器人更令人印象深刻的是各種能力的改進。在視頻中它展現出了在雪地丘陵中的穿越能力，能夠在崎嶇不平且被雪覆蓋的山坡自如地行走。而且它的平衡能力也十分驚人，在打滑甚至被踢的情況下仍能維持住姿態，即便被踢倒在地，它也自己再爬起來！還有就是得益於配置的雷射雷達與立體傳感器，以及室內室外的定位能力，Altas 已經能夠在室內和室外進行自我導航。從視頻中可以看出，Altas 的目標搜索識別能力也很強大，測試者屢屢把待舉起的箱子踢走，Altas 都能很快定位到箱子並且執行舉起重物的動作。
另外，不得不說，Spotmini這一次跟隨著星爺的《Uptown Funk》弄起節奏感極強的舞步，用大家經常說的話就是，這個機器人被賦予了靈魂！大家有沒有被這隻已經不能說是可愛，而是「魅惑」的Spotmini給撩到？
在視頻的開始，Spotmini先是禮貌性地向大家展示了舞蹈起始動作
(If we show up, we gonna show out, smoother than a fresh dry skippy)
☟
接著，靈活的Spotmini慢慢點亮了節奏，跟隨著音樂展示了第一段舞蹈
(I’m too hot(hot damn))
☟
熱身還沒完，緊接著的是大步側跨，動作整齊又不失靈活
（I’m too hot(hot damn)）
☟
熱身動作結束，來個高難度動作！它竟然還學會了太空步
(Break it down)
☟
節奏慢慢加急，這時它開始踏起了小碎步
(Break it down, girls hit your hallelujah)
☟
伴隨著音樂高潮的到來，也該展現最炫的舞姿，即使預感到將會發生什麼，可誰能想到它竟會做出這樣的動作
(Don't』 believe me just watch (come on))
☟
哎呀，接下來就更神（羞）奇（羞）了，偷偷捂臉（我沒看）……
(Don't』 believe me just watch (come on))
☟
哎呀，咋還有呢，快進快進……
(Don't』 believe me just watch (ya!))
☟
高潮過去，跟隨節奏再次踏起了小碎步
(Don't』 believe me just watch)
☟
音樂暫歇，到最後了，依依不捨的滑離舞臺。沒錯，它就是華麗地滑著太空步離開了舞臺
(hey, hey, hey, oh!)
☟
視頻看完，感覺整個十月都被波士頓動力佔領了，一個接一個的視頻閃瞎了路人的眼睛，也讓科研者們驚嘆，為什麼波士頓動力能做出如此出眾迷人的機器人。
看看波士頓動力公司機器人進化史吧！
正如波士頓動力的Atlas機器人
2013年7月11日首次向公眾亮相的時候
還是那麼的笨拙
需要外接電源
像個小丑一樣
即使經過努力去掉了外接電源
走起路來還是讓人忍俊不禁
猶如醉漢
↓↓
2016年2月份時
當Atlas機器人再次出現在人們的視野中時
它就開始圈粉了
它已經完成了雪地行走
平衡能力已經很強大了
摔倒了還能爬起來
↓↓
還能主動開門
↓↓
搬運貨物
↓↓
2017年11月再次出現時
它的技術推進速度開始讓人震驚
展示了一波雙腿跳遠
↓↓
雙腿立定跳高
↓↓
還有後空翻技能
↓↓
2018年5月份Atlas機器人再次升級
它可以野外在草地上慢跑了
遇到類似於橫木的障礙物
它可以輕鬆的跳過去
↓↓
大家看後大呼不可思議
畢竟我們對於機器人的研究還在低級階段
正常的蹣跚走路還是問題呢
人家都領先這麼多了
正如當年我們上初中時
和體育生的差距
下面這個是兩年前曝光的Atlas的的腿
伺服和液壓線都嵌入到了結構中
為什麼他們能把機器人做這麼好？
答案簡單來講有兩個：情懷！！！燒錢！！！
（當然還有很多其他的比如時間上的積累，確實Raibert起步很早）
從上世紀80年代，Marc Raibert就開始從事腿足機器人的研究，從一條腿開始，他用實踐蹦出了一個腿足機器人的夢想王國，之後越來越多有夢想、有情懷的科研人員投入到波士頓動力的工作中，這裡匯聚了全球最牛的腿足機器人的大牛，他們幹著一件超脫科研的事。
那麼波士頓動力是如何把情懷和燒錢用到極致的呢？小編在瀏覽知乎時看到一位在義大利留學的過人學者任賾宇在知乎上分享的一些內容，在經作者本人同意後，特將這位大牛在Raibert匯報中分享給大家。
原因有三：
首先是做實驗就要狠心，Raibert在今年的國際智慧機器人與系統大會（IROS）上的原話是：「People nowadays are afraid of breaking robots when they do experiments 」 。Raibert的意思是大家平時做實驗一般都會是小心翼翼，擔心損壞實驗硬體，例如雙足機器人步行實驗的時候都太「溫柔」了，害怕損壞機器人。這種心態反而是會限制運動控制或者是硬體設計進一步的提升和進步，Raibert認為正確的心態是——"Build it, break it and fix it" 。在波士頓動力內部工作過的人透露，他們每周都要做機器人實驗，目標就是把機器人搞壞，然後發現問題並改正，他們非常推崇的learning by doing. 因為有錢，有經驗，所以他們一周之內就能把機器人修好，下一周繼續做。
其次是長久以來都持續不斷地資金頭投入，在過去的時間裡，他們公司每年能夠得到幾百萬美元的支持，這也保證了他們能夠有財力做破壞性試驗，不斷地積累了經驗和技術。配合上合理的公司架構和管理制度，加速研發工作
最後一點，就是對夢想的堅持。Raibert本人一直以來專注於機器人領域的研發工作，開辦實驗室又領導一個公司一直專注於機器硬體與內部算法建模上的研究創新，堅持不懈的付出最終實現今天的成就。
那麼最後的問題來了，中國能做出這樣的機器人嗎？各位讀者請留下你的答案和理由！！！
任賾宇知乎分享的全文可以在這裡查看：
https://www.zhihu.com/question/28164518/answer/148991504
往期精彩必讀文章（單擊就可查看）：
美國科學院院士、圖靈獎得主：約翰•愛德華•霍普克羅夫特——深度學習
南京大學教授：周志華——深度森林：探索深度神經網絡以外的方法
史丹福大學人工智慧實驗室主任：李飛飛——ImageNet之後，計算機視覺研究最新進展
海軍工程大學教授：賁可榮——人工智慧技術及其應用進展
清華大學：劉洋——基於深度學習的機器翻譯
國防科技大學教授：殷建平——計算機科學理論的過去、現在與未來
清華大學軟體學院院長——劉雲浩：與高中生對話人工智慧
【原創】|日本理化學研究所先進智能研究中心主任——Masashi Sugiyama：弱監督機器學習研究新進展
「人物特寫」清華大學鄧志東：「特徵提取+推理」的小數據學習才是AI崛起的關鍵
明略講堂 | 清華馬少平教授詳解「人工智慧能做什麼？」
【原創】|西安電子科大——焦李成：人工智慧時代後深度學習的挑戰與思考
Michael I. Jordan——計算思維、推斷思維與數據科學
【原創】王飛躍：生成式對抗網絡的機會與挑戰
【原創】|微軟亞洲研究院——劉鐵巖：深度學習前沿
清華大學教授：孫富春——認知時代人工智慧與機器人
清華大學：朱軍博士——When Bayes meets Big Data
加州大學伯克利分校：馬毅——低維結構和高維深模型（視覺）數據
加州大學伯克利分校計算機系教授：Dawn SONG——AI如何建立一個更強的防禦系統
清華大學：劉知遠——知識表示學習及其應用
李飛飛和ImageNet的洪荒之力
清華大學教授：孫富春——教育機器人核心技術展望
從高端人才配置看全國第四輪計算機科學與技術專業一級學科評估結果
長江學者、北京大學教授：黃鐵軍——人工智慧的過去、現在和未來
24.圖靈獎得主Hamming的22年前經典演講：如何做研究，才能不被歷史遺忘