見識機器人摩托車賽車手

Motobot 2.0是一臺全自主摩托車駕駛機器人

美國加州圣克拉門托的雷山賽道是摩托車運動的歷史圣地，這里是美國耗時最長的摩托車比賽——雷山25小時拉力賽的舉辦地。在去年9月，這里舉辦了一次非常特殊的比賽：真人賽車手和機器人賽車手之間的比賽。

在遠處，有一位摩托車手像其他職業車手一樣熟練地駕車過彎。但是距離靠近后，真實的一幕驚呆了觀眾們：這位車手不是人類，而是一臺就好像剛剛從電子游戲《光環》（Halo）的場景中走出來的藍色類人機器人。

電子游戲《光環》設置的場景是人類和稱作“圣約”的一群外星人之間爆發的星際戰爭。按照游戲里的情節，當這臺名為Motobot的機器人停下來后，你會感覺它會自動下車來追殺你。當然，在現實中它還做不到這點。

Motobot 2.0是一臺全自主摩托車駕駛機器人，它可以駕駛一輛雅馬哈YZF-R1M高速行駛。傳奇車手瓦倫迪諾·羅西駕駛的也是這款摩托車。人類操控員只需設定好Motobot的駕駛激烈度——從0～100%，其余的事情全都由它自行完成，過程類似于比賽支持團隊與人類騎手討論比賽策略。摩托車看上去就是一臺能夠在賽道上迅速超越你的經典現代流線型賽車。

9月，Motobot 2.0的開發團隊在賽道上成功實現了時速200公里的階段性目標（比其前身Motobot 1.0的時速快了50公里）。然而不幸卻又幸運的是（看你角度如何），跑完一圈賽道所用時間仍然比假想敵——瓦倫迪諾·羅西要長30秒。

作為有史以來最為成功的摩托車賽車手之一，羅西共贏得九座世界摩托車大獎賽（Grand Prix World Championships）獎杯。他的最快賽道紀錄是驚人的85秒。Motobot在2017年10月第二次嘗試打破羅西的記錄，不過依舊失敗了。

“我們撞過好幾次車，其中有兩次非常嚴重，”雅馬哈汽車投資公司和實驗室硅谷公司CEO兼董事總經理西條浩司說，他同時擔任Motobot項目主管。“事故中沒人受傷，事故時，摩托車和機器人處于對人安全的受控狀態。在我們開發測試Motobot的過程中還發生了幾次低速事故。這些事故都屬于探索未知科技領域時必須付出的代價。”

日本摩托車制造商雅馬哈公司于2014年啟動了Motobot項目，并給它打上了“登月”項目的標簽。“登月”項目是指具有前瞻性、探索性和突破性，但卻在短期難以盈利的研發項目。

雅馬哈的最初想法是開發一臺“能自主駕駛摩托車的類人機器人”，并與SRI國際研究所合作實現這一目標。始建于1946年的SRI全名為斯坦福研究所，一直處在硅谷科技研發的最前沿。研究所曾經的開發成果包括蘋果語音助理Siri、計算機鼠標和能夠在自然災害后協助救災的Proxi等類人機器人。早在1966年，他們就制成了能夠感知周圍環境并做出推理的可移動機器人。

“為什么要開發一臺摩托車機器人？”西條浩司自問。“因為這難度很大，并且從未有人成功過。”

“要開發出時速200公里級別的自主摩托車機器人要求高精度與高速度的計算能力。每次計算必須在千分之一秒內完成，哪怕一個微小的錯誤也會被急劇放大，并且超出Motobot自我校正的能力范圍。”

“大多數人類車手都沒有在如此高速下駕車的經驗，因此我們認為這一目標足以證明，Motobot的能力超過人類。只要能打敗羅西，就能明確證明Motobot的能力能夠超越人類。”

Motobot項目工程師的目標是在賽道速度上打敗知名車手瓦倫迪諾·羅西，但截至目前這個目標還未實現

Motobot 2.0 的開發團隊曾經開發過其他類人機器人，例如行走機器人Durus

對機器人工程師、SRI國際研究所Motobot項目主管布萊恩·福斯特而言，項目的另一個目標在于“了解如何才能成為一名偉大的賽車手。”

“具體而言，賽車手如何感知牽引力、實現摩托車功率輸出最優化、并在摩托車超出穩定極限后校正恢復，”他說。“使用一輛未經改裝的普通摩托車很重要，也能為人機大戰打造一個公平的基礎。”

這一規則意味著，設計師必須克服外形尺寸、控制機器人運動的促動器的型號、傳感器位置以及其他對于特制車輛而言不成問題的限制性因素。沒錯，設計師把Motobot固定在了摩托車上，但是它的手卻仍然需要抓牢并扭動油門開關。

另一方面，由于機器人不在開放公路上行駛，因此它無需像自主駕駛汽車那樣使用攝像頭或激光進行導航，而是使用GPS或IMU（慣性導航系統）導航，這兩種導航技術常常用來控制無人機和衛星。

然而，工程師們必須克服很多挑戰，才讓機器人能夠駕駛摩托車在賽道上高速安全地飛馳。

“我們最初面對的挑戰就是平衡控制器，”福斯特說。“我們必須教育Motobot如何在車身嚴重傾斜——傾角從0到50度，時速五公里到200公里以上的情況下保持平衡，它必須能夠迅速而精確地調整側傾角。隨著最終的高性能版本接近完成，控制算法也必須不斷優化。”

“同樣，路線跟隨算法必須在高速直線道、緩彎道、急彎道、急加速和急減速等條件下正確運行。開發能夠適應如此復雜極端條件的控制器是一項巨大的挑戰。”

“我認為最大的挑戰在于：在不翻車的前提下尋找性能極限，”福斯特說。“為了改進算法，我們需要不斷測試性能極限，從而了解哪些地方需要改進。如果我們超過極限，就必然會翻車，毀掉一切。如果我們過于保守，了解的就必然有限，也很難進步。這是一個不斷測試風險平衡的游戲。”

盡管Motobot被固定在摩托車上，但它仍然需要像人類車手那樣緊握并扭動油門手柄

為了降低風險，福斯特和他的團隊把Motobot帶進實驗室進行極端復雜的仿真試驗，模擬在賽道上剎車和換擋等操作。各個傳感器每秒可把數百條數據輸入模擬器。

“我們最終發現，任何模擬器也無法完美復制真實的賽道，因此我們仍然需要在賽道上進行大量測試，并且有效控制賽道風險。”福斯特說。

西條浩司認為，正是由于“學習成本“的存在，我們才從未看到過人工智能在賽道上擊敗人類賽車手的新聞。

“最大的問題在于學習成本，不僅包括財務成本，還包括時間和各類資源。”他說。“AlphaGo等棋類人工智能因為沒有翻車被毀的風險，所以能很快學會如何下棋，如何獲勝。我相信在它最終戰勝人類頂級圍棋手之前必然曾經經歷過數百萬次的失敗。”

“而Motobot的學習成本則更加高昂，修復破損的機器人需要花費很長時間。因此，我們每次測試都需要十分謹慎小心。”

Motobot可能需要裝備噴氣發動機才能戰勝羅西。

“我們反復討論比賽極限在哪里。”機器人專家、機器人設計事務所‘墨菲設計主任史蒂芬·墨菲說。他曾經擔任Motobot項目一期機械設計師，并曾為SRI國際研究所設計其他類人機器人，其中包括行走機器人Durus。“盡管不允許使用噴氣發動機，但機器人可以進行空氣動力力學優化。我們認定，由于Motobot的雙手仍然需要緊握車把，因此通過機械手段把它固定在摩托車上不算作弊。”

“項目開始時，控制Motobot就像是在玩電子游戲，”他說。“你需要設定好速度，并告訴他你想去的方向。最后當我離開時，它已經成為自主機器人。”他認為，如果從零開始設計一臺雙輪自主機器人，打敗羅西就會更容易。“不，我們沒打敗過羅西。為什么不這樣做呢？因為我們需要解決更難的問題，”他說。“有數百個不同變量需要考慮。理論上你能設計出一臺使所有參數都最優化的機器人，但實際中難度會更大。”

Motobot未能打敗羅西，這無疑沒能讓工程團隊為之歡欣鼓舞，但同時也使他們獲得了重要的發現。似乎Motobot的未來取決于它的兩條腿。Motobot和大多數類人機器人不同的是，它還不能行走。但是未來的版本將會自動走到摩托車旁并像人那樣上車。

致力于解決當前問題的自動化技術設想將隨著研究和實驗的發展成為現實。例如，在未來，發展中國家可能會使用類似Motobot的類人機器人操控拖拉機和挖掘機，屆時，還將有價格昂貴的新型自主化拖拉機和挖掘機問世。

SRI國際研究所正與智力礦業企業Enaex合作開發一種名為“Robominer“造型怪異的遠程遙控機器人。它擁有與類人機器人相似的腦袋、兩條手臂和軀干，所不同的是它同時還有四只輪子。

在西條浩司眼里，Motobot是否取得了成功？“它還在路上。我們在過去三年有了很多發現，這些發現會運用到未來產品的開發中。我們的業務取得巨大成功的潛力很大，”他說。“我們的發現十分獨特，可以說沒有Motobot就不會有這些發現。我們正在積極開發Motobot 3.0。請靜候佳音。”

羅西，你的記錄保持不了多久了。（摘自英國廣播公司新聞網）（編輯/細辛）