Boston Dynamics เปลี่ยน Atlas ให้เป็นแท่นทดสอบแอคชูเอเตอร์แบบมีล้อ

เมื่อวันที่ 9 พฤศจิกายน 2026 Boston Dynamics เปิดเผยรายละเอียดการทดลอง Atlas แบบมีล้อ หลังเปลี่ยนเท้าของหุ่นยนต์ฮิวแมนนอยด์เป็นล้อ เพื่อทดสอบขีดจำกัดของแอคชูเอเตอร์และการถ่ายโอนการเรียนรู้แบบเสริมกำลังทั้งร่างกายจากการจำลองไปสู่ฮาร์ดแวร์

บริษัทระบุว่าการจัดวางรูปแบบนี้เป็นแท่นทดสอบสำหรับการวิจัย ไม่ใช่ผลิตภัณฑ์ การทดลองนี้ออกแบบมาเพื่อเผยให้เห็นว่าแอคชูเอเตอร์จริงกับตัวควบคุมทั้งร่างกายที่เรียนรู้มา ทำงานร่วมกันอย่างไรเมื่อมอเตอร์เข้าใกล้ขีดจำกัดการทำงาน การเร่งความเร็ว การเลี้ยว และการหยุดทำให้มอเตอร์ต้องรับภาระ ขณะเดียวกันก็ต้องใช้แรงบิดสูงและความเร็วสูงตลอดช่วงการทำงาน

Boston Dynamics กล่าวว่า ประสบการณ์หลายปีจากลูกค้าที่ใช้งาน Spot และ Stretch แสดงให้เห็นว่าหุ่นยนต์ที่นำไปใช้งานจริงต้องเผชิญกับสภาวะที่ห้องปฏิบัติการไม่สามารถจำลองได้อย่างครบถ้วน Xiaoyu (Andy) Wu วิศวกรระบบควบคุม Atlas ซึ่งเป็นผู้เขียนรายงานนี้ ใช้แท่นทดสอบดังกล่าวเพื่อตรวจสอบพฤติกรรมการขับเคลื่อนสุดขีดและความทนทานของการปรับแต่งระบบควบคุมระดับต่ำของเขา

แบบจำลองมอเตอร์สำหรับการฝึกเพื่อถ่ายโอนจากการจำลองสู่โลกจริง

การฝึกใช้การจำลองหุ่นยนต์หลายล้านครั้งก่อนนำไปใช้งานกับฮาร์ดแวร์ ปัญหาการถ่ายโอนจากการจำลองไปสู่ฮาร์ดแวร์ ซึ่งเรียกว่า sim-to-real ขึ้นอยู่กับการทำให้แบบจำลองมอเตอร์จำลองพฤติกรรมทางกายภาพที่วัดได้อย่างแม่นยำเพียงพอ เพื่อให้นโยบายควบคุมที่เรียนรู้มาถ่ายโอนไปใช้งานได้ นโยบายควบคุมที่ฝึกด้วยแบบจำลองมอเตอร์ในอุดมคติอาจซ้อมการเคลื่อนไหวที่หุ่นยนต์จริงทำไม่ได้ ส่วนแบบจำลองที่ปรับให้ตรงกับฮาร์ดแวร์จะช่วยให้หุ่นยนต์แสดงพฤติกรรมที่ทำได้จริง

การเตรียมการประกอบด้วยการปรับพารามิเตอร์ระบบควบคุมระดับต่ำให้ตรงกันระหว่างการตั้งค่าซอฟต์แวร์ การทดลองวิเคราะห์คุณลักษณะของมอเตอร์ และการปรับแต่งมอเตอร์จำลองโดยอิงจากค่าที่วัดได้จาก Atlas ทีมงานยังประเมินการลดทอนรายละเอียดแต่ละอย่างแยกกัน โดยคงการประมาณที่ไม่ก่อให้เกิดผลเสียไว้ และหลีกเลี่ยงการประมาณที่อาจทำให้นโยบายควบคุมได้เปรียบอย่างไม่สมจริงระหว่างการฝึก

โครงการนี้ผสานการออกแบบแอคชูเอเตอร์ การควบคุมมอเตอร์ระดับต่ำ และการเรียนรู้แบบเสริมกำลังทั้งร่างกาย (RL) ซึ่งโดยปกติเป็นความเชี่ยวชาญคนละด้านในการพัฒนา Atlas Wu มีพื้นฐานด้านการควบคุมมอเตอร์แบบดั้งเดิม และนี่เป็นโครงการ RL ขนาดใหญ่โครงการแรกของเขา ทำให้เขาต้องทำงานเชื่อมโยงความเชี่ยวชาญทั้งสามด้านนี้

นักวิจัยดัดแปลงกรอบการทำงานด้านนโยบายควบคุมที่มีอยู่แล้ว โดยปรับองค์ประกอบของฟังก์ชันรางวัล ช่วงของคำสั่งที่ใช้ฝึก และการจัดการท่าทาง Wu กล่าวว่า การเปลี่ยนแปลงเหล่านี้ทำให้ Atlas กลิ้งได้อย่างราบรื่น ขณะยังทรงตัวได้ดีและควบคุมได้ง่าย พร้อมระบุว่าการถ่ายโอนผลลัพธ์ไปยังฮาร์ดแวร์นั้นแทบจะสมบูรณ์แบบ

การสาธิตการเคลื่อนที่แบบมีล้อและการดัดแปลงเพียงเล็กน้อย

การสาธิตบางส่วนเริ่มจากคลิปจับภาพการเคลื่อนไหวของมนุษย์ ซึ่ง Wu เลือกคลิปที่มีการไถลของเท้าอย่างชัดเจน การฝึกท่าพุ่งด้านข้างแปลงการไถลเท้าของมนุษย์ให้เป็นการเคลื่อนที่แบบเลี้ยวและกลิ้ง ขณะที่นโยบายควบคุมเรียนรู้การใช้ล้อ

สำหรับการกระโดดหมุน 360 องศา ตัวควบคุมติดตามวิถีการเคลื่อนไหวที่บันทึกจากมนุษย์ขณะกระโดด Wu มองว่าท่านี้มีความเสี่ยงค่อนข้างต่ำ แม้จะดูใช้พลังมาก และกล่าวว่าการทดลองสำเร็จตั้งแต่ครั้งแรก ขณะที่หุ่นยนต์เตรียมออกตัว ส่วนล่างที่ติดล้อของมันกลิ้งอย่างรวดเร็วเข้าตำแหน่งก่อนออกแรงดันขึ้น แสดงให้เห็นการใช้แรงยึดเกาะที่แตกต่างจาก Atlas ขณะใช้เท้า

ฮาร์ดแวร์ที่ใช้ในการเคลื่อนไหวเหล่านั้นแทบไม่ต้องดัดแปลง ส่วนประกอบที่เพิ่มเข้ามาเพียงชิ้นเดียวคืออะแดปเตอร์สั่งทำพิเศษ ซึ่งเชื่อมขอบล้อสกูตเตอร์ที่หาซื้อได้ทั่วไปเข้ากับแอคชูเอเตอร์ข้อเท้าเดิมของ Atlas ในแบบจำลองซอฟต์แวร์พื้นฐาน ล้อแต่ละข้างถูกกำหนดให้เป็นข้อเท้าที่หมุนต่อเนื่องได้ ทำให้ Wu เปลี่ยนจากเท้าเป็นล้อได้โดยไม่ต้องสร้างแบบจำลองหุ่นยนต์แยกต่างหาก

บทเรียนสำหรับ Atlas รุ่นมาตรฐาน

Boston Dynamics กล่าวว่า ขณะนี้กำลังนำบทเรียนจากการทดลองไปปรับใช้กับ Atlas รุ่นมาตรฐานแล้ว การผสานพลวัตของแอคชูเอเตอร์เข้ากับ RL ทั้งร่างกายให้ใกล้ชิดยิ่งขึ้นมีเป้าหมายเพื่อเพิ่มความทนทานของนโยบายควบคุมต่อรูปแบบความขัดข้องต่าง ๆ และขยายขีดความสามารถของหุ่นยนต์ ดังนั้น การสาธิตเหล่านี้จึงเชื่อมโยงรูปแบบการวิจัยที่ไม่ธรรมดาเข้ากับระบบควบคุมของหุ่นยนต์สองขาแบบทั่วไปโดยตรง

Wu ยังเริ่มพัฒนานโยบายควบคุมสำหรับกรณีแอคชูเอเตอร์ขัดข้อง รวมถึงศึกษาว่าการเรียนรู้แบบเสริมกำลังจะสร้างการตอบสนองต่อความขัดข้องเหล่านั้นขึ้นเองได้หรือไม่ งานต่อเนื่องนี้ขยายการศึกษาด้านความน่าเชื่อถือไปสู่ฮาร์ดแวร์ที่พฤติกรรมเปลี่ยนไปหลังเกิดความขัดข้อง โดยทดสอบว่าระบบควบคุมที่เรียนรู้มาจะตอบสนองได้หรือไม่ เมื่อแอคชูเอเตอร์จริงทำงานแตกต่างจากพฤติกรรมที่คาดไว้