网易科技讯1月30日消息，据BBC报道，自从建成以来，美国加州萨克拉门托山谷的雷山赛道（Thunderhill Raceway）就被燃油赛车所占据。它是美国最长的汽车比赛场地，被称为“雷山25小时”。然而在2017年9月份，这里举办了一场与以往截然不同的比赛：人与机器间的摩托车大赛。

　　远处，一名摩托车受像其他职业骑手一样转过这条弯路。只有在足够接近的时候，观众才会意识到，这名骑手不是人，而是个蓝色的人形，它看起来就像是直接从电脑游戏《光晕》（Halo）屏幕上走出来。《光晕》描述的是人类与被称为“盟约”的外星人之间的星际战争。

　　图：Motobot 2.0是个自主机器人，它被设计参加高速摩托车比赛

　　当这个机器人Motobot 2.0停下车时，你可能觉得它可以走下摩托车来追捕你，但实际上它还不能。Motobot 2.0是一款全自动摩托车驾驶机器人，它是专门设计的，可以骑乘雅马哈YZF-R1M在赛道上高速行驶，这款摩托车曾是赛车传奇人物瓦伦蒂诺·罗西（Valentino Rossi）的最爱。人类操作员可以在0到100%范围内控制Motobot，这个过程大致与赛车团队和骑手讨论策略差不多。这辆摩托车看起来就像经典的现代空气动力赛车，在高速公路上可迅速超越大多数汽车。

　　去年9月份，开发Motobot 2.0的团队实现了一个目标，即机器人在赛道上的时速成功达到200公里，比其前身Motobot 1.0的速度快50公里。不幸的是，它仍然没有达到罗西的水平，与后者相差大约30秒钟。罗西是有史以来最成功的摩托车赛车手之一，他获得过9次摩托车大奖赛世界冠军。10月份，Motobot第二次试图打破罗西的纪录，但再次失败。

　　Yamaha Motor Ventures & Laboratory Silicon Valley首席执行官兼董事总经理Hiroshi Saijou说：“我们曾发生了几起重大事故，其中两起是灾难性的。幸运的是没有人受伤，这两件事都发生在安全的、人为控制的环境中。在我们开发和测试Motobot的过程中，有几次遇到了低速事故，这都是推动技术发展需要付出的代价。”

　　Motobot始于2014年日本摩托车制造商雅马哈的“moonshot”项目。这些项目都显得雄心勃勃，寻求探索性和突破性，但短期盈利的希望甚微。雅马哈最初的概念是“能够自主驾驶摩托车的仿人机器人”，该公司与斯坦福研究所（SRI International）合作以实现其愿景。

　　图：虽然Motobot的工程师们希望击败著名车手瓦伦蒂诺·罗西（Valentino Rossi），但这个目标还没有实现

　　斯坦福研究所成立于1946年，是硅谷创新的前沿阵地。该机构开发了诸如苹果智能助手Siri、电脑鼠标以及像Proxi这样的类人机器人等项目，Proxi项目旨在帮助人类应对自然灾害。早在1966年，斯坦福研究所就制造出了第一个能够感知周围环境的移动机器人。

　　Hiroshi Saijou称：“为什么选择摩托车？因为这是非常难以实现的挑战，而且从来没有人做过。时速达到200公里的目标的意义在于，它需要极高的预视计算能力。计算必须在1/1000秒内完成，而任何微小的错误将被放大，Motobot无法从这个错误中恢复过来。大多数人类骑手都没有体验过这样的速度。所以，我们设定足够高的目标，以此来证明Motobot的能力优于人类。击败罗西将是个明确的证据，证明Motobot可以拥有超越人类的能力。”

　　对于机器人工程师、斯坦福Motobot项目负责人布莱恩·福斯特（Brian Foster）来说，这个项目的另一个目标是“学习如何成为伟大的骑手”。他说：“骑手们如何感受牵引的极限，优化摩托车的动力输出，并在不崩溃的情况下从摩托车的极限中恢复过来。使用未改装的摩托车是这个项目的关键，并为评估机器人和人类的竞争设置了竞技场。”

　　这条规则意味着，设计者必须克服各种各样的约束，比如几何，控制机器人运动的执行器尺寸，传感器放置的位置，还有更多在特制车辆中不会成为问题的因素。Motobot的身体与摩托车相连，但它的手仍然需要紧握和拧开油门。另一方面，这款机器人不需要像自动驾驶汽车那样使用摄像头或激光导航，因为它不会驶入公共道路。它可以使用更简单的GPS和IMUs（惯性测量装置）等技术，它们通常被用于控制无人机和卫星。然而，工程师们面临着许多挑战，机器人需要在赛道上高速驾驶摩托车而不会碰撞。

　　图：Motobot 2.0的工程师来自于其他类人机器人开发项目团队，比如步行机器人Durus

　　福斯特表示：“我们面临的第一个重大挑战是平衡控制器。Motobot必须学会如何在摩托车时速保持在5公里到200公里之间、倾斜度在0到50度之间保持平衡。它必须能够快速准确地改变倾斜角度。当我们接近最终的高性能版本时，控制算法会不断完善。与之类似，路径跟踪算法也必须在高速直道、突然转弯、强加速以及强减速等方面都有很好的表现。”

　　福斯特补充说：“开发适应如此广泛极端条件的控制器是一个巨大的挑战。从我的角度来看，最大的挑战是在不崩溃的情况下识别性能限制。为了改进算法，我们需要不断地把它推到极限，看看哪里需要改进。如果我们超过极限，算法就会崩溃，进而失去一切。如果我们不够努力，我们就无法学到足够的东西，我们的进步也会过于缓慢。这是一个持续的风险平衡练习。”

　　为了降低风险，福斯特及其团队会把Motobot和摩托车带到实验室，在那里他们进行了非常复杂的模拟，机器人会用刹车和变速装置，就像它骑着赛车在赛道上一样。然后传感器会将数据反馈到每秒数百次的模拟中。福斯特说：“最终，没有什么能完美地复制现实世界中的场景，所以我们仍然需要大量的跟踪时间，并且必须管理随之而来的风险。”

　　Hiroshi Saijou认为，“学习成本”是我们尚没有看到人工智能击败人类摩托车世界冠军的重要制约因素。他表示：“最重要的是成本，不仅是资金，还有学习需要耗费的时间和资源。像AlphaGo这样的棋盘游戏人工智能，可以学习如何下去，如何快速取胜，因为它没有被破坏的风险。我相信，在它最终赢得人类冠军之前，也会经历数百万次的失败。对于Motobot来说，学习成本更昂贵，维修也需要很长时间。所以，我们每次做试验都需要格外小心。”

　　也许Motobot需要喷气背包来击败罗西。机器人设计师、机器人设计咨询公司Morfey Design总监斯蒂芬·莫菲（Stephen Morfey）说：“我们反复讨论了竞争的极限应该是什么。”他是Motobot项目第一阶段的首席机械设计师，并参与斯坦福研究所等机构的其他类人机器人项目，如行走机器人Durus。莫菲表示：“喷气推进器是不允许的，但它可以是空气动力学的形状。我们决定，把Motobot放在摩托车上，因为它的手必须抓住把手。”

　　图：当Motobot被连接到摩托车上时，它被要求像人类一样紧握和拧开油门

　　莫菲认为，通过设计速度非常快的自动双轮摩托车，击败罗西会容易得多。他说：“我们还没有打败罗西。为什么？因为这是一个难题。你必须考虑数百个不同的变量。原则上，你可以使用机器人来优化所有这些东西，但实际上，它要难得多。”

　　虽然Motobot未能击败罗西降低了工程团队的自豪感，但他们已经洗去了重要的经验教训。Motobot的未来似乎有两条腿，但它不同于大多数的人形机器人，因为它不用腿走路，但是未来版本可能会骑着摩托车走路。这是一种适用于解决现代问题的后自主性改造，可能通过他们的研究和实验得以实现。

　　例如，在未来的几年里，发展中国家可以使用像Motobot这样的人形机器人来完美操作拖拉机和挖掘机，而这些机器将被新的昂贵的自主产品所取代。斯坦福研究所已经与智利采矿公司Enaex合作开发一种看起来相当怪异的遥控机器人，名为Robominer，它有四个轮子，有人形机器人独有的头部、两条手臂以及躯干。

　　Hiroshi Saijou将Motobot归为成功类产品吗？他说：“它正处于通往成功的路上。在过去三年里，我们学到了很多东西，将来也会用到这些知识。这对我们在业务上取得真正的成功有着巨大的帮助。“我们所学到的东西是如此的独特，以至于在没有Motobot的情况下很难得到它。我们正在积极致力于Motobot 3.0的开发，敬请期待。”