行为主义的典型代表是波士顿动力公司研制的机器大狗和动力机器人。

行为主义，又称进化主义或控制论学派，是一种基于“感知——行动”的行为智能模拟方法，思想来源是进化论和控制论。其原理为控制论以及感知——动作型控制系统。

该学派认为：智能取决于感知和行为，取决于对外界复杂环境的适应，而不是表示和推理，不同的行为表现出不同的功能和不同的控制结构。

生物智能是自然进化的产物，生物通过与环境及其他生物之间的相互作用，从而发展出越来越强的智能，人工智能也可以沿这个途径发展。

这一学派的代表作首推六足行走机器人，它被看作是新一代的“控制论动物”，是一个基于感知-动作模式模拟昆虫行为的控制系统。另外，著名的研究成果还有波士顿动力机器人和波士顿大狗。

人工智能三大学派：

从学术的观点看，人工智能主要分三大学派，分别是符号主义学派、连接主义学派和行为主义学派。除了行为主义学派之外，还有：

符号主义，又称逻辑主义、心理学派或计算机学派，是一种基于逻辑推理的智能模拟方法，认为人工智能源于数学逻辑，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。

连接主义，又称仿生学派或生理学派，是一种基于神经网络和网络间的连接机制与学习算法的智能模拟方法。

连接主义强调智能活动是由大量简单单元通过复杂连接后，并行运行的结果，基本思想是，既然生物智能是由神经网络产生的，那就通过人工方式构造神经网络，再训练人工神经网络产生智能。

IDC预计，到2027年，智能机器人产业在中国的市场规模有望达到16万亿元人民币以上，宏观经济层面，中国5-8%的GDP将由机器人拉动和促进。全球正在经历一波机器人发展浪潮。

近日，IHMC Robotics发布了一段相当震撼的新视频，视频中，波士顿动力的Atlas机器人(DRC版本)正小心翼翼地走过各种障碍。

Atlas 是美国波士顿动力公司正在开发的先进类人机器人系列中的最新产品。DRC（DARPA 机器人挑战赛）版的Atlas机器人，高约183米，重约149~181千克，全身有多达28个液压关节。

这版机器人使用系绳作为外部驱动，因为大型机器人容易大量耗电，外部供电可以确保电源。系绳还可以防止机器人在测试时摔倒。

作为“智能机器人”领域的明星公司，一直以来，波士顿动力的一举一动都备受关注。和已经在工厂大量投入使用的工业机器人不同，波士顿动力一直致力于打造仿生机器人。

仿生机器人研发难度极高，波士顿动力为此花费了整整十年，光是Atlas机器人的迭代就经历了三个大的版本更新

从2009年起波士顿动力就开始研制Atlas，他们将一个四足的机械人切成了两半，制造出了早期双足机器人。

第一版Atlas于2013年首次推出，由四个液压驱动四肢，身体由航空级铝和钛建造，高约18米，重150公斤，采用蓝光LED照明。

配备两个视觉系统——一个激光测距仪和一个立体照相机，由一个机载电脑控制。

它的手具有精细动作的能力，四肢共拥有28度的自由度。主要特点是需要一根长长的线进行供电，可以在实验室环境中，走过铺满石块的道路，并一直保持身体平衡不摔倒。

2015年初，为了参加六月初的DARPA机器人挑战赛，Atlas完成了自己的一次进化并成功升级为第二版本。

第二版Atlas全身的75％都被重新设计，只有小腿和脚沿用了上一版的设计。升级后的Atlas高188米，重1565千克。

这版Atlas最显著变化是电源和泵。第二版的供电系统是板载37千瓦时的锂离子电池组，在完成包括行走，站立和使用工具等动作的情况下可以持续一个小时，这种方式让Atlas脱离了电缆的束缚。

强大的机载液压泵让Atlas机器人在移动速度上变得更加迅猛，同时新泵也大大改善了Atlas的噪音问题。

其它方面的改造还包括：

采用新的制作材料使Atlas更加轻便；新的电驱动让Atlas手臂力量更大，更敏捷；在Atlas手腕处增加了额外的自由度，只需要通过旋转其手腕就能转动门把手；在Atlas头部安装了三个板载感知计算机，用于感知环境和任务规划，此外研究人员还为它加装了无线紧急制动功能保证操作安全。

经历了前两版，波士顿动力于2016年2月23日在YouTube上公布了一段视频，第三版Atlas正式亮相。

这版的Atlas高175米， 重82千克 ，比上一版更加轻便，可以在室内和室外进行实际操作。

第三版Atlas是通过身体内部以及腿部的传感器采集位置数据来保持身体平衡的，它头上的激光雷达定位器和立体摄像机可以使其有效规避障碍物、探测地面状况及完成巡航任务。

这一版最让人震撼的就是拥有了摔倒后自主起身的功能，这个功能相对于其他机器人来讲已经十分优秀。

2017年11月，Atlas 完成了高难度的后空翻，并且稳稳落地。

2018年5月，Atlas 自己一个人在户外开心的跑步，并双脚蹦跳跨过障碍物。

此后它还学会了，立定跳高、隔空跳跃等技能。

和苹果、Google 不同，波士顿动力从来不开发布会，在 YouTube 上发视频就是他们跟外界唯一的沟通方式，而每次视频的发布无一例外都会引发人群的热议。

可以说波士顿动力正在不断刷新人类对机器人的认知，其主打机型有三款，除了人形机器人Atlas，还有机器狗Spot和双轮机器人Handle。

2005年四足机器人“大狗”首次亮相，2009年1月波士顿动力员工“虐狗”视频迅速引爆网络，“踹不倒”，成为它最受关注的原因。

一个月后“小狗”诞生，能稳稳地行走在乱石中。

之后的四年，大狗适应了更加复杂的地形并学会了搬东西。

2015年 Spot 正式亮相，体重仅73公斤，可以淡定的爬坡遛弯。

2016年 SpotMini 亮相，体重减小到Spot的1/3。

过了一年多，SpotMini换了一身新衣服，还缩短了脖子。2018年2月，它学会了用“嘴”开门，5月学会了认路，自动规划路线，自动“驾驶”。

同年10月还去东京当起了工地检查员，通过自主导航在工地里爬上爬下，四处检查。

比起spot， 双轮机器人Handle 算是公司的“新人”，2017年亮相的它被设计成物流仓库里的“搬砖工”，拥有强劲的跳跃能力。

今年3月， Handle 进行了首次更新，据波士顿动力透露， 新版Handle 可以搬运136公斤的箱子。堆叠箱子的深度可达12米 、高度可达16米 。

近些年来，AI人工智能开始从幕后走到台前，国内外各种所谓的机器人也开始展露头角，但是真正优秀的机器人制造商却寥寥可数。波士顿动力由创始最初的只服务于军方，到成为网红并在全球范围收割粉丝，可没少吃苦头。

而眼下这一刻，以波士顿动力为代表的人工智能机器人商业化之路已经开启。这家“疯狂”的机器人公司，正在迈入新的阶段。

复杂传感器

通过一种新的控制算法，美国佛罗里达州人机认知研究所（Florida Institute for Human and Machine Cognition, IHMC）的机器人实验室实现了拟人的平衡能力。

该算法的测试使用了波士顿动力公司（Boston Dynamics）的Atlas机器人，在算法的控制下，Atlas现在可以平稳的走过一段崎岖不平的水泥砖路。从动图中我们可以看到，Atlas的行为和人类基本无差：首先把脚轻轻地踩上去，判断地面的承受能力，接着通过调整身体和手臂来实现平衡。

目前世界上大规模商用的机器人，以安装等为主要工作的工业机器人，以扫地、带路和上菜等为主要工作的服务机器人，各有各的局限性。工业机器人因为只在流水线上一个工位干一个职能，因此只需尽量让自己充分发挥力气大、速度

快、动作精准的优势就可以了，只需傻瓜式的极少量编程。 服务机器人服务的工种五花八门，但需要解决找路、避障等共性问题，因此需要另一种完全不同的

程序传感器收集行人信息，然后软件计算路径等。

因此，扫地机器人去到新家要重新认路，上菜机器人在餐厅改桌椅排布后也要重新认路，灵活性也

不太好。行业头部的波士顿动力 的答案是做环境适应性够强的腿式机器人。

一、在全球那么多家做腿式机器人

的厂商里，它是极少数的实现了能后空翻、能走冰面沙地还不怕被人踢倒效果的，可见其控制技术

的优秀。

但是，波士顿动力机器人的商业化之路却非常惨淡：适应多种路况走路不倒的优势，在工业机器人

机械干活高效、服务机器人做好细分工作面前没有多大商业价值，且较贵的价格更限制了波士顿动

力扩大受众。

这很大程度上归功于FSD强大的把摄像头采集的数据分析成路况局势，并综合多种可能作出最优判

断的软件能力。它涉及很多预测视野盲区车辆行驶、判断周边车辆下一步动态以及对自己的影响、穷举各个交通参

与者的路线然后找自身行驶最优解等分析性工作。相比人类驾驶员可以依赖常识和经验，让自动驾驶程序实现这个效果是颇为不易的。

二、既然可以靠视觉观察其他交通参与者的行驶轨迹然后算自己的行驶轨迹了，那同理，把脚的这套工

作复制到手可得：靠视觉观察炒菜然后自己规划炒菜注意对机器人来说炒菜难在菜式多样性而非

菜谱火候、靠视觉观察篮球然后自己规划打篮球赛注意对机器人来说篮球难在配合而非投球或

突防等等。

综上，短期来说的潜力还没被打开，相对其他局部性专业的廉价机器人来说用腿走路暂时

发挥不出场景适应性优势，长期看好在类FSD模式的机器学习下不断适应新场景、丰富新

功能。

三、我一直坚信物理和工程不会骗人，相比于之前国内外媒体铺天盖地的宣传，原型机

可以说符合技术开发预期，但低于资本市场预期，严重落后于公众预期，目前我认为没有量产的可

能，2万美元的售价也因此是个噱头。其实最令我失望的是，在发布会的环节面临诸

多人形机器人的落地与前景的问题时，并没有给出一个明确的答案，甚至都没有很自信具体地描述

一个场景，而是用的愿景给搪塞过去，看得出来

老马对人形机器人真正能用在哪里还没有想清楚，这可能对行业前景是个不小的打击。

整体采用电池组供电，搭配电驱伺服关节的形式，基于无

框力矩电机+谐波减速器的旋转关节，基于力矩电机滚珠丝杠的线性关节。旋转关节整体的输出扭

矩密度和当前各大人形机器人厂家的关节性能类似，线性关节着重了力输出能力，但极大

牺牲了输出速度性能，我觉得这不是一个好的设计方案，限制死了下肢的高动态运动能力。

四、基本上和当前协作机械臂的关节方案高度类似，无框电机谐波减速器高低速双编码器抱闸力矩传感器输出端交叉滚子轴承这套方案我觉得如果是用在固定基的协作机械臂上没有问题，用

在浮动基的双足上，是不是会显得太过笨重了，尤其是每个关节都集成抱闸整场发布会看下来并没有看到特斯拉公布原型机的自重数据。

下肢这个方案较上肢关节相比缺少了抱闸，使用了本身就具备自锁能力的行星丝杠将旋转运动转化

为线性。我个人不是很喜欢丝杠传动的方案，因为就像上文中提及到，一般丝杠的传动精度高，输

出力能力强，但反驱透明度差，响应速度慢，这套驱动方案会极大限制下肢高动态的运动能力。这个没啥用。

前段时间小米还发布了一个。

工厂一般为了省钱，使用专用的机器人，多是机器臂，不可能买超过一辆车价格的通胀机器人。

不是波士顿动力公司以“Spot”和“Atlas”机器人而闻名。不久前，现代汽车集团同意从软银集团手中收购波士顿动力的控股权，为其估值11亿美元。美国机器人公司“波士顿动力发布了一款名为“Stretch”的新型仓库物流机器人。世界上最为知名的机器人公司，或许就是美国的波士顿动力公司了。这家公司知名度高的原因就是之前他们发明了一款能跑能跳还能后空翻的机器人，有关这个机器人的视频被发布到网上之后，人们开始意识到，原来世界上还有这样的机器人和机器人研究公司！现在，波士顿公司还在不断研发新的机器人，目前最新款的仓库机器人，吸引了很多人的关注。

不是

“不是特效！波士顿人形机器人跑酷，各种高难度动作都不在话下！2021年8月19日发布

我们来大致看看美国波士顿动力公司的这种黑科技:往好的方面说，说明机器人会跳舞，往坏的方面说，说明机器人之间的协调性(不会互相碰撞)和机器学习能力，这需要大量的AI/机器学习算法。众所周知，波士顿动力是从著名的麻省理工学院分离出来的民营企业。可见人才辈出。我们跟普通人谈这个真的有点过了。但是我们发明的东西不被普通人欣赏，浪费了高智商人的头脑不是吗？这项技术的难度在哪里？我们来看看:从公开报道中可以知道，Atlas作为一款液压驱动的机器人，高15m，重80kg。全身28个关节，单腿6个自由度，腰部2个，手臂7个自由度，全部采用液压驱动。Atlas硬件系统最难的部分是液压动力系统。使用更复杂的液压系统，最深层的原因是电机仍然无法驱动180磅的机器人完成行走任务，这是不寻常的。效率远高于之前的液压四足机器人，使得Atlas在驱动层面实现了更高的能量转换效率。到目前为止，大多数机器人都使用电机系统。

作者|维克多

编辑|青暮

2021年12月9日，由粤港澳大湾区人工智能与机器人联合会、雷峰网合办的第六届全球人工智能与机器人大会在深圳正式启幕，140余位产学领袖、30位Fellow聚首，从AI技术、产品、行业、人文、组织等维度切入，以理性分析与感性洞察为轴，共同攀登人工智能与数字化的浪潮之巅。

大会次日，思尔实验室主任、前深圳市人工智能与机器人研究院执行院长、国际欧亚科学院院士、IEEEFellow李世鹏在GAIR大会上做了《人工智能与机器人前沿研究之思考》的演讲。

李世鹏博士，IEEEFellow，国际欧亚科学院院士。历任深圳市人工智能与机器人研究院首席科学家和执行院长、科大讯飞集团副总裁及讯飞研究院联席院长、微软亚洲研究院创始成员与副院长。李院士在多媒体、IoT及AI等领域颇具影响力。他拥有203项美国专利并发表了330多篇被引用了的论文。被Guide2Research列为世界顶尖1000名计算机科学家之一。培养出四位MITTR35创新奖的获得者。是新一代人工智能产业技术创新战略联盟发起人之一及联合秘书长。

在演讲中，李世鹏介绍并展望了人工智能与机器人前沿研究方向，他指出：未来机器学习突破深度学习的数据瓶颈或许可以借助认知科学的方法得到突破，学习范式可从依靠大数据转变成依靠大规则；人机协作也要进化为人机谐作，只有将耦合、交互、增强、互补等目标纳入研究方向，才能实现人机的无缝连接。

以下是演讲全文，AI科技评论做了不改变原意的整理：

今天的演讲题目是《人工智能与机器人前沿研究之思考》，分为三个部分，先谈

人工智能

和

机器人研究全景

，然后

聚焦研究方向

，包括机器学习、运动智能、人机谐作、群体协作；最后进行总结。

人工智能相关研究的关键元素有三个：

人、机器人/物联网以及AI

。之所以将机器人和物联网归为一类，是因为这两者是物理世界和虚拟世界的接口。如果三个元素两两之间发生联系就会形成一个新的学科，例如机器人和AI相结合会产生智能体，AI和人类相结合会产生人机耦合以及增强智能，而机器人和人类相融合会形成增强机体。随着人工智能与机器人领域的发展，研究对象不再局限在单个智能体，而是越来越多地对多个智能体的协作进行研究，例如人类社会群体如何更好地相融合？如何设计出能够精妙协作的机器群体？

总体而言，我认为重要的基本研究方向是：

机器学习、运动智能、人机谐作、群体协作。

1

聚焦方向之机器学习

机器学习的发展离不开深度学习加持，它给行业带来许多研究成果，并赋能了语音识别、人脸识别、物体识别、自动驾驶等方面，推动人工智能产业高速发展。

虽然成果颇丰，但成也萧何败也萧何。深度学习依赖于大数据，其瓶颈也在于大数据。例如国内的智能语音技术尽管处于行业领先，但仍依赖技术积累和数据积累。现在想要让深度学习发挥巨大威力，仍然需要大量数据的加持，如果想让深度学习从一个领域扩展到另一个领域，也少不了数据支撑。

如何突破？研究者已经探索了多条路径，其中一个解决方案是：

扩展深度学习框架。

例如优化深度学习算法、知识图谱+深度学习、专家系统+深度学习等等。另一条路径是

因果推理

，其目标是借助人类举一反三的能力，期望超越数据之间的相关性，进而探索数据之间的因果性，从而得到数据之间的逻辑推理。

第三条路径是

类脑计算

，从生物学角度，探索人脑认知元素和机制，以仿真方法再现人类大脑。

个人认为认知科学是突破深度学习框架的着力点。理由是人类认知过程有两点需要我们去进一步借鉴：生而知之、学而知之。

生而知之是指部分认知能力与生俱来，新生儿的脑神经有很多先天的连接。它给我们的启示是：现在的大多深度学习算法，大部分都是从零开始训练，而没有充分或者高效利用先验知识或者已有模型。如何利用现有知识是深度学习的下一个热门方向。

学而知之是指大部分认知能力是后天学习到的，尤其是早期学习。通过学习脑神经建立了更多的连接。孩子很多能力，包括感知、应对、语言、读写和理解，甚至分析问题和解决问题的思路和能力在很小时候已经基本定型；以后基本都是知识的积累。这意味着脑神经元很早的时候就连接定型成一个元模型，剩下的是只是利用这个元模型去解决具体领域的问题。这个与当前的大规模预训练模型有着惊人的相似之处。

学而知之的另一层次是：人类学习过程依靠多源的、多传感的、多模态的、多角度的数据，例如视觉、听觉、嗅觉、触觉和语境等联合信息，而今天的深度学习依靠大都是一段语音、一张照片，因此，未来AI模型的输入数据可能不仅是单一的数据，而是多个信号源的融合。如何模仿人类学习的过程，这是认知科学对深度学习的另一个启示。

再者，人类学习过程是一个从样本示例到原理归纳的过程，而不是仅停留在样本示例层面；目前深度学习却都是停留在样本层面。那么，未来是否能够构造类人的机器学习框架，无论输入什么样的数据，只要逻辑相通，都会收敛到一致的模型？

突破深度学习的数据瓶颈，可以尝试构建规则的众包系统，让人类教机器学习过程，其目的不是输入数据，而是让机器学习规则。由于我们试图从日常的活动中学习规则，这种规则普通人都可以标注示教，这就打破了以前专家系统地需要专家的局限。这种从大数据过渡到大规则模型构建方式显然也更符合人类的认知。

2

聚焦方向之运动智能

众所周知，在机器人领域，波士顿动力公司的产品最像人，如上动图，机器人跳舞丝毫看不出生硬的感觉。但受计算资源、能量、运动控制的限制，它只能运行几十分钟。其实，波士顿动力机器人的运行方式是基于电机驱动，存在很多缺点，例如刚性运动、自重比较大、反应速度和灵活性的矛盾以及耗能大。

对比人类和其他动物的运行方式，肌肉、骨骼、传感和神经的结合可以在低能耗情况下，实现灵活运行。这给研究者的启示是，机器人的运行系统应该像人一样满足：高效、灵活、精确、鲁棒、刚柔并济、轻量、自适应等指标。当前的运动智能可能在某一个维度表现优秀，但综合考量仍然有很多缺点。

因此，运动智能的一个重要研究方向是：仿生。仿照动物的运动智能，例如运动控制采用逼近反馈式，运动过程视变化随时灵活调整。

如果说机器人是靠内力驱动，而医疗微纳米机器人是外力研究方向的代表。例如依靠磁力，小机器人精确地将药物从一个管道运送到另一个管道。

3

聚焦方向之人机谐作

在人机谐作层面，区别于协作，谐作代表人机协作中的耦合、交互、增强、互补、协作、和谐等意思。人机谐作的目标是：不需要告诉机器人类的意图，机器就能领会，从而达到人机的无缝连接。

在达成人机谐作的过程中，重点研究人机自然交互、感知及增强。具体可能包括：生物特征检测和识别、人机接口、脑机接口、语音识别、动作识别、表情识别、语言理解、意图理解、体态感知、无隙增强，以及在扩展现实与远程现实的延伸等等。

人机增强智能方面，今天的机器学习框架大都是基于大数据的深度学习框架，肯定会遇到机器智能处理不了的情景。这对于某些高风险领域，例如自动驾驶、金融等来说是致命的。

针对这一问题，当前的解决方案是人类接管。这会涉及三个核心问题：

核心问题1：机器智能如何感知自己处理不了一些情况，而主动要求人来接管？

核心问题2：什么时候人类可以完全放手给机器自主完成任务？

核心问题3：什么样的人机交互设计能充分发挥人和机器各自的长处，同时又无需非必要地麻烦对方？

三个核心问题如果无法解决，会导致一些困境。例如，以自动驾驶为例，目前安全员并不是开了自动功能就一劳永逸，仍然需要时时监测路况与路线，一刻都不能分神。这其实增加了安全员的负担，因为在没有自动驾驶的时候，人类对自己的驾驶环境会有一定的预测，而机器驾驶的情况人类无法预测。

人机增强机体也属于人机谐作的一个领域，能够帮助人类增强物理机体能力，完成一些人类自身体力完不成的事情。但机器可能过于复杂，需要人类培训后才能操作。人机增强机体的未来目标是实现人与机器和谐共处，操控起来如同人类的自己的器官一样自然。其中，涉及的核心研究课题包括：机器感知人的意图、人的姿态、理解人的自然语言命令、肢体语言等等，从而让机器以最适合人类接受、恰到好处的平滑方式帮助人解决问题。

4

聚焦方向之群体协作

目前单智能体已经可以完成许多任务，但如何发挥每个智能体集合起来的威力？这涉及群体协作的研究方向。在仓储场景下，存在许多抓取分类的机器人，如果能够有效调度，那么必将大大提高工作效率。

当前主流的调度方式是中心化的控制方式，但面对成千上万的规模的智能体，则需要非中心化的控制，允许智能体之间存在自主行为，在相互协作的同时，还能做自己的事。即单独的有智能可独立行动的智能体，通过协作而达到的更高效的群体/系统智能和行为。

智能体群体协作目前涉及的规则包括，群体行为模型和激励机制、群体智能协同决策。这一方面，蚂蚁是我们的学习对象。另外，在自动驾驶方面，越来越多自主驾驶机器人出现，它们之间如何做到协同感知和协同控制也是当今热门话题。

上述四个方面属于基础性的研究，任何一个领域出现了突破，那将对其领域以及下游应用而言都是革命性的突破，也将带来工业数智化原创技术的创新，会我们在竞争中占领优势地位!

雷峰网雷峰网