日前，波士顿动力公司（Boston Dynamics）发布了一段Atlas、Spot和Handle为“Do You Love Me”跳舞的视频。波士顿动力公司的这段视频的独特之处在于艺术部分，其中大部分是通过与编舞Monica Thomas的合作完成的。在此之前，人形机器人Atlas可以完成一些实际任务，也可以做一些体操运动和跑酷运动，但跳舞确实是件新鲜事。为了进一步了解如何让这些跳舞机器人成为现实。

与舞者和编舞合作，编出了一套舞蹈动作，以此来作为这段舞蹈的基础。其中一个挑战，特别是Atlas的核心挑战，是调整人类的舞蹈动作，以便在机器人上表演。为了做到这一点，使用模拟快速迭代运动概念，同时征求编舞的反馈，以达到Atlas有力量和速度执行的行为在整个项目中，随着构建的工具越来越多，创建新舞蹈动作所需的时间变越来越短。例如，在开始拍摄的前一天，使用工具链创建了一个Atlas芭蕾动作，仅用一天就创建成功。因此，这个过程不是手动创建脚本或手动编码，而是创建一条允许尝试各种动作的pipeline，可以通过各种输入来描述这些动作，并让机器人执行。芭蕾舞中的一些旋转动作需要更多次迭代才能在Atlas上执行，因为这种动作和跳跃、奔跑相差最大，经验相对较少。机器人真正擅长的事情是以完全相同的方式一遍又一遍地重复做一件事，因此，当我们令其执行我们想要的动作时，机器人就可以重复执行，会从不同的角度拍摄视频。机器人在动态、平衡性等方面都表现良好。舞蹈和跑酷所固有的技能，如敏捷性、平衡性和感知力，是机器人广泛应用的基础。更重要的是，波士顿动力机器人一直试图在开发新技能与保持有趣之间找到交集。

当让机器人在几天时间内做这些动作时，会对硬件的稳定性有更深的了解。Spot机器人通过产品化流程变得非常稳定，几乎无需维护，它甚至可以跳一整天的舞。大多数机器人控制都来自于我们之前的工作，比如在跑酷上所做的工作，走上了一条使用模型预测控制器的道路，该控制器考虑了动力学和平衡性。使用这些让机器人执行一组舞步，这些舞步是和舞者、编舞师一起离线设计的。跳舞需要很大的力量和速度，甚至升级了Atlas的一些硬件，让它更强大。

当然硬件还是存在问题的，它们需要维护，机器人有时候会跌倒。这些行为不会被产品化，也不是100%可靠，但它们是可重复的。世界上仅有为数不多的Atlas机器人，它们很复杂，可靠性并非其主要关注点。我们会让Atlas时不时地休息一下，但其硬件的鲁棒性确实不错。如果没有鲁棒性，这个视频压根就无法拍摄。我认为Atlas有点类似直升机，其维护时间和使用时间的比率较高。而Spot更像汽车，你可以驾驶很长时间再休整。Atlas目前的舞蹈表演混合了我们所说的自反控制，这是一种对力的反应、在线和离线轨迹优化以及模型预测控制的组合。