網易科技訊1月30日消息，據(jù)BBC報道，自從建成以來，美國加州薩克拉門托山谷的雷山賽道（Thunderhill Raceway）就被燃油賽車所占據(jù)。它是美國最長的汽車比賽場地，被稱為“雷山25小時”。然而在2017年9月份，這里舉辦了一場與以往截然不同的比賽：人與機器間的摩托車大賽。
遠處，一名摩托車受像其他職業(yè)騎手一樣轉過這條彎路。只有在足夠接近的時候，觀眾才會意識到，這名騎手不是人，而是個藍色的人形機器人，它看起來就像是直接從電腦游戲《光暈》（Halo）屏幕上走出來。《光暈》描述的是人類與被稱為“盟約”的外星人之間的星際戰(zhàn)爭。
圖：Motobot 2.0是個自主機器人，它被設計參加高速摩托車比賽
當這個機器人Motobot 2.0停下車時，你可能覺得它可以走下摩托車來追捕你，但實際上它還不能。Motobot 2.0是一款全自動摩托車駕駛機器人，它是專門設計的，可以騎乘雅馬哈YZF-R1M在賽道上高速行駛，這款摩托車曾是賽車傳奇人物瓦倫蒂諾·羅西（Valentino Rossi）的最愛。人類操作員可以在0到100%范圍內控制Motobot，這個過程大致與賽車團隊和騎手討論策略差不多。這輛摩托車看起來就像經典的現(xiàn)代空氣動力賽車，在高速公路上可迅速超越大多數(shù)汽車。
去年9月份，開發(fā)Motobot 2.0的團隊實現(xiàn)了一個目標，即機器人在賽道上的時速成功達到200公里，比其前身Motobot 1.0的速度快50公里。不幸的是，它仍然沒有達到羅西的水平，與后者相差大約30秒鐘。羅西是有史以來最成功的摩托車賽車手之一，他獲得過9次摩托車大獎賽世界冠軍。10月份，Motobot第二次試圖打破羅西的紀錄，但再次失敗。
Yamaha Motor Ventures & Laboratory Silicon Valley首席執(zhí)行官兼董事總經理Hiroshi Saijou說：“我們曾發(fā)生了幾起重大事故，其中兩起是災難性的。幸運的是沒有人受傷，這兩件事都發(fā)生在安全的、人為控制的環(huán)境中。在我們開發(fā)和測試Motobot的過程中，有幾次遇到了低速事故，這都是推動技術發(fā)展需要付出的代價。”
Motobot始于2014年日本摩托車制造商雅馬哈的“moonshot”項目。這些項目都顯得雄心勃勃，尋求探索性和突破性，但短期盈利的希望甚微。雅馬哈最初的概念是“能夠自主駕駛摩托車的仿人機器人”，該公司與斯坦福研究所（SRI International）合作以實現(xiàn)其愿景。
圖：雖然Motobot的工程師們希望擊敗著名車手瓦倫蒂諾·羅西（Valentino Rossi），但這個目標還沒有實現(xiàn)
斯坦福研究所成立于1946年，是硅谷創(chuàng)新的前沿陣地。該機構開發(fā)了諸如蘋果智能助手Siri、電腦鼠標以及像Proxi這樣的類人機器人等項目，Proxi項目旨在幫助人類應對自然災害。早在1966年，斯坦福研究所就制造出了第一個能夠感知周圍環(huán)境的移動機器人。
Hiroshi Saijou稱：“為什么選擇摩托車？因為這是非常難以實現(xiàn)的挑戰(zhàn)，而且從來沒有人做過。時速達到200公里的目標的意義在于，它需要極高的預視計算能力。計算必須在1/1000秒內完成，而任何微小的錯誤將被放大，Motobot無法從這個錯誤中恢復過來。大多數(shù)人類騎手都沒有體驗過這樣的速度。所以，我們設定足夠高的目標，以此來證明Motobot的能力優(yōu)于人類。擊敗羅西將是個明確的證據(jù)，證明Motobot可以擁有超越人類的能力。”
對于機器人工程師、斯坦福Motobot項目負責人布萊恩·福斯特（Brian Foster）來說，這個項目的另一個目標是“學習如何成為偉大的騎手”。他說：“騎手們如何感受牽引的極限，優(yōu)化摩托車的動力輸出，并在不崩潰的情況下從摩托車的極限中恢復過來。使用未改裝的摩托車是這個項目的關鍵，并為評估機器人和人類的競爭設置了競技場。”
這條規(guī)則意味著，設計者必須克服各種各樣的約束，比如幾何，控制機器人運動的執(zhí)行器尺寸，傳感器放置的位置，還有更多在特制車輛中不會成為問題的因素。Motobot的身體與摩托車相連，但它的手仍然需要緊握和擰開油門。另一方面，這款機器人不需要像自動駕駛汽車那樣使用攝像頭或激光導航，因為它不會駛入公共道路。它可以使用更簡單的GPS和IMUs（慣性測量裝置）等技術，它們通常被用于控制無人機和衛(wèi)星。然而，工程師們面臨著許多挑戰(zhàn)，機器人需要在賽道上高速駕駛摩托車而不會碰撞。
圖：Motobot 2.0的工程師來自于其他類人機器人開發(fā)項目團隊，比如步行機器人Durus
福斯特表示：“我們面臨的第一個重大挑戰(zhàn)是平衡控制器。Motobot必須學會如何在摩托車時速保持在5公里到200公里之間、傾斜度在0到50度之間保持平衡。它必須能夠快速準確地改變傾斜角度。當我們接近最終的高性能版本時，控制算法會不斷完善。與之類似，路徑跟蹤算法也必須在高速直道、突然轉彎、強加速以及強減速等方面都有很好的表現(xiàn)。”
福斯特補充說：“開發(fā)適應如此廣泛極端條件的控制器是一個巨大的挑戰(zhàn)。從我的角度來看，最大的挑戰(zhàn)是在不崩潰的情況下識別性能限制。為了改進算法，我們需要不斷地把它推到極限，看看哪里需要改進。如果我們超過極限，算法就會崩潰，進而失去一切。如果我們不夠努力，我們就無法學到足夠的東西，我們的進步也會過于緩慢。這是一個持續(xù)的風險平衡練習。”
為了降低風險，福斯特及其團隊會把Motobot和摩托車帶到實驗室，在那里他們進行了非常復雜的模擬，機器人會用剎車和變速裝置，就像它騎著賽車在賽道上一樣。然后傳感器會將數(shù)據(jù)反饋到每秒數(shù)百次的模擬中。福斯特說：“最終，沒有什么能完美地復制現(xiàn)實世界中的場景，所以我們仍然需要大量的跟蹤時間，并且必須管理隨之而來的風險。”
Hiroshi Saijou認為，“學習成本”是我們尚沒有看到人工智能擊敗人類摩托車世界冠軍的重要制約因素。他表示：“最重要的是成本，不僅是資金，還有學習需要耗費的時間和資源。像AlphaGo這樣的棋盤游戲人工智能，可以學習如何下去，如何快速取勝，因為它沒有被破壞的風險。我相信，在它最終贏得人類冠軍之前，也會經歷數(shù)百萬次的失敗。對于Motobot來說，學習成本更昂貴，維修也需要很長時間。所以，我們每次做試驗都需要格外小心。”
也許Motobot需要噴氣背包來擊敗羅西。機器人設計師、機器人設計咨詢公司Morfey Design總監(jiān)斯蒂芬·莫菲（Stephen Morfey）說：“我們反復討論了競爭的極限應該是什么。”他是Motobot項目第一階段的首席機械設計師，并參與斯坦福研究所等機構的其他類人機器人項目，如行走機器人Durus。莫菲表示：“噴氣推進器是不允許的，但它可以是空氣動力學的形狀。我們決定，把Motobot放在摩托車上，因為它的手必須抓住把手。”
圖：當Motobot被連接到摩托車上時，它被要求像人類一樣緊握和擰開油門
莫菲認為，通過設計速度非常快的自動雙輪摩托車，擊敗羅西會容易得多。他說：“我們還沒有打敗羅西。為什么？因為這是一個難題。你必須考慮數(shù)百個不同的變量。原則上，你可以使用機器人來優(yōu)化所有這些東西，但實際上，它要難得多。”
雖然Motobot未能擊敗羅西降低了工程團隊的自豪感，但他們已經洗去了重要的經驗教訓。Motobot的未來似乎有兩條腿，但它不同于大多數(shù)的人形機器人，因為它不用腿走路，但是未來版本可能會騎著摩托車走路。這是一種適用于解決現(xiàn)代問題的后自主性改造，可能通過他們的研究和實驗得以實現(xiàn)。
例如，在未來的幾年里，發(fā)展中國家可以使用像Motobot這樣的人形機器人來完美操作拖拉機和挖掘機，而這些機器將被新的昂貴的自主產品所取代。斯坦福研究所已經與智利采礦公司Enaex合作開發(fā)一種看起來相當怪異的遙控機器人，名為Robominer，它有四個輪子，有人形機器人獨有的頭部、兩條手臂以及軀干。
Hiroshi Saijou將Motobot歸為成功類產品嗎？他說：“它正處于通往成功的路上。在過去三年里，我們學到了很多東西，將來也會用到這些知識。這對我們在業(yè)務上取得真正的成功有著巨大的幫助。“我們所學到的東西是如此的獨特，以至于在沒有Motobot的情況下很難得到它。我們正在積極致力于Motobot 3.0的開發(fā)，敬請期待。”
