波士顿动力公司（Boston Dynamics）知名人形机器人Atlas，最近展示行走和抓取物品重大进展，靠的是单一人工智能模型。不仅使Atlas更自然执行任务，还多了一些新技能，如掉落物品后能捡回来。
新AI模型为波士顿动力公司与丰田研究所（Toyota Research Institute，TRI）共同开发，能从多种示范行为学习，控制机器人手臂和腿部。与传统机器人学习方法完全不同，后者通常需要用单一动作模型分开处理行走和抓取等。
TRI机器人专家Russ Tedrake表示，新模型使机器人脚视为第三／四只手，不仅有效还令人惊叹。Atlas控制模型以视觉传感器、身体传感器数据及不同动作语言提示训练，执行任务时更自然调整姿势。
如Atlas从箱子取出物品，会像人类重新调整腿部位置以保持平衡。机器人掉落物品时，也会自动弯腰捡起，此为“恢复”技能。Tedrake指进展可能引领机器人学习普及，实验室也在测试各类机器手臂，可执行各种任务，包括切菜和清理咖啡机。
虽仍有许多挑战需克服，但Tedrake相信，新方法将使机器人能在更复杂的环境工作，迅速学习新技能，从焊接管线到泡咖啡，无需大量重新训练。
加州大学伯克利分校机器人专家Ken Goldberg也表示，新进展是人型机器人的一大步，尤其腿部和手臂协调。他也提醒，对机器人新动作需谨慎，因可能不像表面看起来是完全的新功能。
机器人技术越进步，Tedrake认为正接近转折点，使人形机器人和其他机器人有更多用途，如何实际商用就是关键。
（首图来源：Boston Dynamics）
