← 回到天際線 思考機器第 42 層 / 102

EP 4122024-02-161:43:47

機器人教父的敢摔哲學

Marc Raibert

Boston Dynamics 創辦人 Marc Raibert 回顧四十年打造腿式機器人的歷程,從單腳彈跳機器人到 Atlas 空翻,也談新成立的 AI Institute 想教機器人「看一遍就會做」的野心。

Marc Raibert: Boston Dynamics and the Future of Robotics | Lex Fridman Podcast #412在 YouTube 看 ↗

重點6 條

  1. 從彈跳機器人到 Atlas:Raibert 從 1970 年代的單腳彈跳機器人出發,帶著「腿式機器人」這個念頭走過 CMU、MIT Leg Lab,最後創立 Boston Dynamics,一路做到會空翻爬階梯的 Atlas。
  2. 設計哲學:不要謹慎:他認為機器人該像動物一樣大膽跳躍、容許失敗,而不是求穩求安全;連操縱物體這件事,他也覺得該從「精準抓取」轉向「容許笨拙的嘗試」。
  3. 從 LS3 到 Spot 的轉折:液壓搬運機器人 LS3 能扛千磅裝備走山路,但 Larry Page 一句「能不能做個不嚇人的小台」促成了電動版 Spot 的誕生。
  4. AI Institute 想補上的一塊:離開 Boston Dynamics 執行長職務後,Raibert 成立新機構,專攻機器人普遍缺乏的「認知智慧」——像是看一遍示範就學會修腳踏車。
  5. 靠反覆失敗練出來的團隊文化:Atlas 爬階梯那支經典影片背後是六週內反覆嘗試才成功;他把這種不怕失敗、公開展示失敗的作法,看作團隊文化裡最重要的一環。
  6. 人形機器人賽局才剛開始:談到 Tesla Optimus 等競爭者,他認為現在還沒到真正比拼的階段,更大的挑戰是成本能不能降下來、能不能打進一般家庭。

時間軸25 段

01 01:38
啟蒙時刻

回憶 1974 年在 MIT 撞見拆解到只剩零件的機械手臂,當場決定往機器人這條路走。

02 06:43
別謹慎的哲學

說明自己一貫的設計信念:機器人該像動物一樣大膽衝撞,而不是求穩求安全,操縱物體這件事也該學這種冒進。

03 12:46
DARPA 的第一筆錢

Ivan Sutherland 帶他闖進 DARPA 辦公室,用一只手提箱裡的骨架模型換到 25 萬美元研究經費。

04 17:48
彈跳機器人怎麼平衡

拆成三個控制要素:抓跳躍高度、算落腳點、靠力矩維持身體姿態,缺一不可。

05 20:57
找對的人

自認只是「做夢的人」,真正把構想變成能動的機器人的,是找來的工程師;也聊到當年很多人覺得腿式機器人是浪費時間。

06 24:15
從模擬公司到機器人公司

Boston Dynamics 原本做動態模擬工具,曾做出叫好卻沒人買單的手術訓練模擬器,砍掉那條線之後才靠幫 Sony 做加速版 AIBO 重新走回機器人路線。

07 30:47
Big Dog 上山測試

DARPA 資助的仿生動力計畫催生 Big Dog,團隊帶著它到軍事基地的山徑實地測試,早期還得靠人現場操作視覺判斷才走得完。

08 35:33
從 LS3 到 Spot

LS3 能扛千磅裝備走 20 英里,但 Larry Page 一句「能不能做個不嚇人的小台」促成了電動版 Spot;團隊也重新設計了 Atlas 用的液壓閥門,做出足球大小卻能輸出 5 千瓦的動力包。

09 39:02
動作為什麼自然

好硬體只是基礎,關鍵在於用預測式控制取代單純的姿態修正;平常只看一兩秒,做空翻則要看更遠、算好落地時的轉速。

10 45:49
膝蓋怎麼設計

早期草圖畫得像袋鼠、像鴕鳥,太複雜做不出來,只好先簡化;他還親自解剖過鴕鳥,發現那隻「反向膝蓋」其實是腳踝。

11 49:34
不用大腦也能走路

Tad McGeer 做出一台靠斜坡重力自己走、完全沒裝電腦的機器人,說明機構設計本身就能分擔一部分「智慧」。

12 51:39
AI Institute 的願景

Boston Dynamics 定義了「運動智慧」的標準,但多數機器人仍缺乏規劃、理解這類「認知智慧」,新機構要把兩者接起來。

13 57:43
看一遍就會做

用修腳踏車當練習題,機器人要能看人示範、自己拆解成步驟,而不是先幫整個房間建好地圖才能行動。

14 1:00:23
學習 vs 傳統控制

蘇黎世新辦公室找來強化學習專家 Marco Hutter 主持,但目前 Atlas 最亮眼的表現多半還是靠傳統的模型預測控制。

15 1:02:45
好團隊的四要素

技術上的無畏、堅持、敢冒險,加上工程本身的樂趣,是他認為打造頂尖團隊最重要的四根柱子。

16 1:05:31
拿真實世界考機器人

影片裡工程師故意在開門時拉住繩子、爬樓梯時往後扯,不是為了好看,而是逼機器人面對真正會出錯的狀況。

17 1:08:01
不解釋,直接秀

他曾親自剪片剪了三四年,原則是不加字卡、不解釋,能被鏡頭看見的東西才值得放進影片。

18 1:10:49
跌了很多次才站起來

Atlas 爬三層大台階那支經典影片,背後是六週內反覆嘗試才成功;他也提到工程師其實被「付了四次錢」——做出東西的成就感、被肯定、團隊合作,加上最後那份薪水。

19 1:16:59
芭蕾舞者教機器人跳舞

團隊在做編舞工具,希望機器人不只是照固定節奏表演,而能像學生一樣被舞者一步步「教」出動作。

20 1:21:44
怎麼找到好工程師

早期薪水低反而篩出真心熱愛的人,也刻意找做腳踏車、做獨木舟的非正規背景工程師;YouTube 意外把公司送上檯面。

21 1:25:35
怎麼看 Optimus

佩服 Elon Musk 的執行力,但認為 Optimus 目前還不到 Atlas 的水準;也想促成 Atlas 與 Optimus 見一次面。

22 1:30:22
機器人還能便宜多少

認為成本還遠沒到底,四足機器人有其他廠商競爭反而是好事,證明市場真的存在,人形機器人也會走上同樣的路。

23 1:33:56
該怕超級智慧嗎

對 AGI 焦慮感到不解,認為任何技術都是機會與風險並存,就像汽車一年奪走上百萬條人命卻仍是人類的福音。

24 1:38:43
給年輕人的建議

建議年輕人先想像沒有資源、機會、技能限制時自己想做什麼,再認真朝那個方向堅持下去。

25 1:40:21
換一個新題目

做了四十多年腿式機器人,他把 AI Institute 當成刻意選的新挑戰;也提到展示「認知能力」比展示運動能力在 YouTube 上難得多,還沒想清楚怎麼呈現。結尾被問到人生意義,他說活著就是要好好玩。