01

整體發展情況

約莫從 18 年下半年開始，相比較于人形機器人火熱發展的 2014-2016 年，現階段的發展可以說是進入了螺旋式上升發展中的“平緩期”，即觸及到了天花板。典型體現為：近年來全球范圍內人形機器人相關的科研項目和經費 (Funding) 較少，重災區是歐洲：

先談談歐洲，歐盟最后一個人形機器人項目為 CoGiMoN，始于 2015 年 3 月，將在明年結束，從 15 年到 18 年這段時間內，就沒有大型的歐盟人形機器人相關項目 (Funding) 再出現：

歐盟 CoGiMoN 項目: European Community's Horizion 2020 robotics program

（鏈接：https://cogimon.eu/news?page=4）

再看看引領世界科技的美國，近兩年學術界鮮有亮眼的新型人形機器人面世，當年可以說與波士頓動力齊名的 SCHAFT，也因找不到下家接盤而被谷歌母公司 Alphabet 關閉：

Google is closing its Schaft robotics unit after failing to find a buyer

（鏈接：https://techcrunch.com/2018/11/14/google-is-closing-its-schaft-robotics-unit/?guccounter=1）

著名的 UCLA RoMeLa 很有意思地通過網絡捐贈的方式籌集大人形機器人的項目經費

（鏈接：https://spark.ucla.edu/project/11565）

日本算是在當前不濟大環境中，人形機器人還在蓬勃發展的一支力量。今年 AIST 發布的 HRP-5P 算是科研界 18 年最亮眼的人形機器人了 (封面圖)，相關的視頻我會在文末分享給大家。日本情況稍微良好的主要原因在于：日本對于人形機器人有一種特殊的執念（考慮高達 & 新世界福音戰士等），再加上其機器人圈子的濃厚底蘊和良好的經濟基礎。縱使今年 6 月 Honda 宣布關閉 Asimo 項目，但 Honda 還是宣稱會堅持人形機器人的研究，只是不再對外使用“Asimo”的名稱而已。

國內情況的話，因為很多都涉及軍工和保密項目，我也不是圈子里的人，整體情況的了解可能會有一些出入。據我所知，近些年來比較活躍的專注于人形機器人的高校包括北理工，哈工大和浙大，但都面臨著一些技術瓶頸難以突破的問題。

02

面臨的問題和挑戰

1.缺錢

首當其沖的原因還在于經濟基礎，人形機器人的研發是相當燒錢的，涉及到高精端硬件的成本，并且由于涵蓋的學科方向超多，一批高學歷、有經驗的科研、工程隊伍的人力成本也是不容小視的。全球經濟衰退，屬于"奢侈品"的科研經費首當其沖，以歐盟為例，當整個科研經費的大蛋糕“縮水”時，在科研經費的分配上就會顯得更加謹慎和保守——即更青睞于有希望技術突破性的學科，反之現階段難以突破技術瓶頸且難以滿足公眾期望的人形機器人，就很難在和其他學科的競爭中勝出。同時也沒有過硬的實際市場剛需，投資人也不會輕易出這份大錢。

2.技術瓶頸 (w.r.t 市場需求)

說到技術瓶頸，我們就直接來談代表人形機器人領域技術巔峰的波士頓動力 (Boston Dynamics)。

這里我們需要反問自己，是什么樣的技術瓶頸？

這個瓶頸相應的參考坐標是什么？我覺得要把這個瓶頸的參考坐標定在實際的市場要求上——即實際的市場要求人形機器人具備什么樣的技術指標。

客觀地來講，波士頓動力的 Atlas2 所展現出來的性能，已經能夠足夠好地解決人形機器人基本的動態運動性能問題 (Dynamics Locomotion)：

但我認為波士頓動力實際上面臨的挑戰更大，這里斗膽地去評判一下 Atlas2 離真正的市場應用還差些什么：

從 Demo 來看，沒有看到相關驚艷的手部抓取 (Grasping) 操作——這對于機器人進入實際應用十分重要，動態的步行只是體現了機器人的移動能力，而操作性能就直接決定了機器人能夠去做什么；

從特定而機械的應用場景到復雜而靈活的真實生活，即從“弱人工智能”到“強人工智能”。所包含的方向太多：Perception, Learning, Computer Vision etc.. 這些都是離在 Atlas2 上實際落地應用有很大一段距離；

找準實際的市場需求。什么樣的應用場景是輪式、四旋翼和四足機器人沒辦法替代的，坦白來說，作者能想到的只有替代人的伴侶機器人或者性愛機器人 (請參考綾瀨遙的《我的機器人女友》，而非某寶上的充氣娃娃)。這個對技術上的要求會更高還涉及眾多倫理問題；

合理的價格和可靠性。以當前的技術水平來看，Atlas2 的實現成本無異于天價，從 Raibert 透露出他們經常忙于修理機器人的狀況而言，可靠性離實際的市場應用還有一定的距離；

......

就更不要去談除波士頓動力以外的實驗室和公司還在著手解決人形機器人的基本運動性能問題，這種技術上離實際市場要求的性能差距實在太大，瓶頸太難突破。

3.公眾期望過高

太多的科幻電影和失敗了 20 次只成功 1 次的學術 Demo 把公眾對于人形機器人的期望拉得太高，遠遠高于 State of Art。

可以說在 2015 年 Darpa Robotics Challenge (DRC) 時期，無論是公眾、學界和業界都對人形機器人的關注度和期望度達到了頂峰，DRC 也為推動人形機器人的發展起到了巨大的作用。

但如果我們換一個角度來看 15 年的 DRC，就會發現人形機器人的技術水平還是非常初級的：首先是決賽成績的前幾名幾乎都較為"功利"使用了四足或輪式的方案，而非嚴格意義上的雙足人形機器人，如下：

從左至右為 2015 DRC Final 的第 1-3-4-5 名，可以觀察到非嚴格意義上的雙足人形機器人

以這樣的視角來看，即使是在相對固定的特定場景任務中，雙足人形機器人的表現仍然是十分孱弱的。很自然的，很多來自其他領域的科研項目評審委員會或者投資人，也是屬于普羅“大眾”的一員，對人形機器人未來的發展前景產生質疑無可厚非——我們明明只有 70 分的水平，通過項目上的努力推進到 75 分，而大眾錯誤地估計我們已經有了 80 分的實力，希望我們做到 90 分的水平，這 75 分與 90 分的差距帶來了極大期望上的落差。

03

作者的態度

首先老生常談來闡述一下做人形機器人研究的意義：

一方面，人形機器人在硬件本體設計、驅動器性能、運動控制上的技術要求高，相關技術很容易轉化到其他自動化領域，諸如工業機械臂，四足機器人，AGV 等；

另一方面，由于其擬人性 (Anthropomorphic)，人形機器人是未來最有潛力融入人類的生活的機器人，考慮使用為人類設計的工具和進入為人類設計的生活和工作空間。

對于人形機器人的未來，我們可以換個視角來宏觀地參考汽車工業發展的時間線：

早期汽車發展歷史

(The evolution of automobile at early stage )

從上圖中我們可以看到，從第一臺蒸汽動力車輛問世到福特 T 型車從流水線量產走向市場，足足花了 129 年的時間 (1779-1908)，而驅動的革新，即從蒸汽機到柴油發動機就用了足足 103 年的時間 (1779-1882)。對于人形機器人，會不會有比當前電機 (Elector-Magnet) 和液壓 (Hydraulic) 驅動，更為高效、緊湊、可靠，同時具有更高輸出能量密度和更低成本的新型驅動方式出現，我們很難去做預測，誰也不清楚。

雖然波士頓動力的 Atlas2 所使用的液壓驅動方案展現了很強勁的運動性能，但現有技術下的實現難度和成本還是過高了，能量效率也是個有待解決的問題，因此還沒達到作者腦海中最為理想的驅動方式，因此作者認為當前人形機器人還處在等待驅動方式革新的階段。

無論如何，任何技術的發展都不太會存在斷崖式的突破，對于"人形機器人，窮途末路還是光明未來？" 作者也是相當迷茫的。

悲觀來說，如果缺乏像尼古拉斯·特斯拉這樣天才人物的出現而帶來革命新的技術突破，很有可能我們這代從業者都是人形機器人發展進程中的一粒塵埃。短期的將來（未來 10 年）作者對學術界人形機器人的研究尤其悲觀，太多的時間都給了真的不太有用但必須要有的 paper 和向人”伸手要錢“的 proposal 之中，唯一的希冀還是在 Marc Raibert 的波士頓動力。

最后再分享一下開頭提到的 IEEE/RAS Humanoids 的 Workshop (Humanoid Robotics: Dead-end or Bright Future?) 的一些關鍵結論給大家：

我們花了將近 30 年的時間去開發適用且可靠的商用力矩控制的機械臂， 人形機器人無疑要復雜得多，并且包含更多的技術方向，因此可能需要更長的時間。

但是，如果需要的時間是 100 年，那可能毫無意義，因此，當涉及人形機器人的應用時，我們首先應該采取較小的步驟（即從一個很小的突破口出發，找尋非常具體和有限的應用 / 商業模式），以便能夠實現至少一些初步的商業成功和盈利。 如果沒有，社會和創始機構可能會放棄并長期停止對人形機器人研究的支持。

飛機制造業可能是近期人形機器人應用的一個很好的落地方向，因為這種行業需要復雜的操作，并且相對富裕，以至于能夠負擔得起這樣的機器人。 另一個很好的落地場景是娛樂業和人形機器人作為玩具的應用。

PS: 作者認為人形機器人在飛機制造業、娛樂業和作為玩具的需求現階段都是”偽需求“。

上述視頻的整個過程是沒有人工的遙操作 (tele-operation)，完全基于機器人的自主操作 (autonomous) 。據 AIST 的人講，這段 34s 的 Demo 前后調試了一年多之久。