Boston Dynamics muuttaa Atlaksen pyörillä kulkevaksi toimilaitteiden tutkimusalustaksi

Boston Dynamics kuvaili yksityiskohtaisesti pyörillä varustettua Atlas-koetta 9. marraskuuta 2026. Kokeessa humanoidirobotin jalat korvattiin pyörillä, jotta voitiin tutkia toimilaitteiden rajoja sekä koko kehon vahvistusoppimisen siirtymistä simulaatiosta laitteistoon.

Yhtiö kuvailee kokoonpanoa tutkimusalustaksi, ei tuotteeksi. Kokeen tarkoituksena oli selvittää, miten todelliset toimilaitteet ja opittu koko kehon ohjain toimivat yhdessä moottorien lähestyessä toimintarajojaan. Kiihdyttäminen, kääntyminen ja pysähtyminen pitävät moottorit kuormitettuina ja edellyttävät samalla suurta vääntömomenttia ja nopeutta niiden koko toiminta-alueella.

Boston Dynamicsin mukaan Spot- ja Stretch-robottien vuosien asiakaskokemus on osoittanut, että käytössä olevat robotit kohtaavat olosuhteita, joita laboratoriossa ei voida täysin jäljitellä. Atlas-robotin ohjausinsinööri Xiaoyu (Andy) Wu, joka kirjoitti aiheesta, käytti tutkimusalustaa äärimmäisen toiminnan ja matalan tason ohjausparametriensa virheensietokyvyn tutkimiseen.

Moottorimallit simulaatiosta todellisuuteen siirtyvässä oppimisessa

Ennen kuin ohjauspolitiikkaa kokeiltiin laitteistolla, sitä koulutettiin miljoonilla robottisimulaatioilla. Simulaatiosta laitteistoon siirtyminen eli sim-to-real-siirto edellytti, että mallinnettu moottori saatiin jäljittelemään mitattua fyysistä käyttäytymistä riittävän tarkasti, jotta opittu ohjauspolitiikka voitiin siirtää käytäntöön. Ihanteellista moottoria jäljittelevillä malleilla koulutetut ohjauspolitiikat voivat harjoitella liikkeitä, joita todellinen robotti ei pysty tekemään. Laitteistoa vastaavat mallit puolestaan tukevat sellaista toimintaa, jonka robotti pystyy toistamaan.

Valmisteluun kuului matalan tason ohjausparametrien yhdenmukaistaminen eri ohjelmistoympäristöissä, moottorin karakterisointikokeiden tekeminen sekä simuloidun moottorin säätäminen Atlas-robotista saatujen mittausten perusteella. Tiimi arvioi myös yksinkertaistuksia yksitellen: vaarattomat likiarvot säilytettiin, mutta sellaisia vältettiin, jotka olisivat antaneet ohjauspolitiikalle epärealistisen edun koulutuksen aikana.

Projektissa yhdistettiin toimilaitteiden suunnittelu, matalan tason moottorinohjaus ja koko kehon vahvistusoppiminen (RL), jotka ovat Atlas-robotin parissa yleensä erillisiä erityisaloja. Wu on erikoistunut klassiseen moottorinohjaukseen, ja tämä oli hänen ensimmäinen merkittävä vahvistusoppimisprojektinsa. Se sijoitti hänet näiden osa-alueiden rajapinnoille.

Tutkijat mukauttivat vakiintuneita ohjauspolitiikan viitekehyksiä muuttamalla palkkioiden koostumusta, koulutuskomentojen vaihteluväliä ja asennon käsittelyä. Wun mukaan muutokset saivat Atlaksen rullaamaan tasaisesti ja pysymään vakaana sekä helposti ohjattavana. Hän kuvaili siirtoa laitteistoon käytännössä täydelliseksi.

Rullausesitykset ja vähäiset laitteistomuutokset

Osa esityksistä pohjautui ihmisen liikkeenkaappausvideoihin, joista Wu valitsi sellaisia, joissa jalat liukuivat huomattavasti. Sivuttaissyöksyn harjoittelussa ihmisen jalkojen liukuliikkeet muutettiin ohjatuiksi rullaaviksi liikkeiksi, kun ohjauspolitiikka oppi käyttämään pyöriä.

360 asteen hypyssä ohjain seurasi ihmisen hyppääjän liikeradasta tallennettua liiketrajektoria. Wu kuvaili liikettä suhteellisen vähäriskiseksi sen energisestä vaikutelmasta huolimatta ja kertoi, että se onnistui ensimmäisellä yrityksellä. Ennen ponnistusta robotin pyörillä varustettu alaosa rullasi nopeasti oikeaan asentoon. Tämä osoitti, että pito hyödynnettiin eri tavalla kuin jalkojen varassa liikkuvassa Atlaksessa.

Näiden liikkeiden vaatimat laitteistomuutokset olivat vähäisiä. Ainoa lisäosa oli mittatilaustyönä tehty sovitin, joka yhdisti valmiin sähköpotkulaudan vanteen Atlaksen olemassa olevaan nilkan toimilaitteeseen. Ohjelmiston perusmallissa kumpikin pyörä korvasi nilkan, joka pystyi pyörimään jatkuvasti. Näin Wu saattoi vaihtaa jalat pyöriin rakentamatta erillistä robottimallia.

Oppeja Atlas-robotin vakiokokoonpanoon

Boston Dynamicsin mukaan kokeesta saadut opit sovitetaan jo Atlas-robotin vakiokokoonpanoon. Toimilaitteiden dynamiikan ja koko kehon vahvistusoppimisen tiiviimmän yhdistämisen tavoitteena on parantaa ohjauspolitiikan vikasietoisuutta ja laajentaa robotin kykyjä. Esitykset yhdistävät näin poikkeuksellisen tutkimuskokoonpanon suoraan tavanomaisen kaksijalkaisen robotin ohjausjärjestelmään.

Wu on aloittanut myös sellaisten ohjauspolitiikkojen kehittämisen, jotka toimivat toimilaitteiden vikaantuessa. Työssä tutkitaan muun muassa, voiko vahvistusoppiminen tuottaa vikoihin uudenlaisia, itsestään syntyviä reaktioita. Jatkotyössä tätä luotettavuustutkimusta laajennetaan laitteistoon, jonka toiminta muuttuu vian jälkeen. Näin testataan, pystyykö opittu ohjaus reagoimaan, kun todellisen toimilaitteen toiminta poikkeaa odotetusta.