機器應該怎么學習同物理世界的交互？像人一樣，從玩開始。

作者丨丁莉

編輯丨陳彩嫻

人類馴服足球的歷史已經(jīng)有177年了，如果再算上蹴鞠、哈巴斯托姆這樣的早期形態(tài)，還可以再往前追溯大約兩千多年。這項“世界第一運動”迄今已吸引了超過40億人投身。在此之后，人類還希望馴化機器人踢足球。

在過去差不多30年時間里，一代又一代機器人為了這個目標而接力。足球也因此會成為機器人體壇史上最悠久的一項運動。

但是為什么是足球，而不是馬拉松、格斗或者別的什么？

從技術(shù)棧來看，教會機器人踢足球究竟意味著什么？

畢竟，培養(yǎng)出一個“梅西”已是不易；而要在瞬息萬變的球場上撲球、射門，甚至和隊友打配合，對于今天走路尚且蹣跚的機器人而言，簡直無法想象。而花大價錢培養(yǎng)出來機器人“梅西”之后，它又能用來做什么？

01

從“玩”開始認識世界

機器人到底應該怎么去學習同物理世界交互的技能？

這些年，深庭紀創(chuàng)始人王弢一直在思考這個問題。

“我們得出的結(jié)論其實有一點反共識，就是像人一樣，從玩開始?！彼J為，人類小孩同世界最早期的接觸就是玩耍，而不是寫作業(yè)、打螺絲，或者其他功能性的事務。在玩的過程中，人類會逐漸理解空間物理規(guī)則以及人之間的互動法則。

而踢足球恰好滿足了王弢的期待——他本人也是足球迷——它集合了“玩?！睉斁邆涞母鞣N元素，包括動態(tài)的物理環(huán)境、明確的目標、反饋、合作與對抗……

于是，在去年4月創(chuàng)業(yè)后，踢好球成為深庭紀機器狗的一個重要目標。

也是出于差不多的目的，從1992年起，人類開始琢磨教機器人踢球這件事。

當年，加拿大不列顛哥倫比亞大學教授艾倫·馬克沃斯（Alan Mackworth）在一篇題為《On Seeing Robots》的文章里提出，通過足球賽為人工智能和機器人學科發(fā)展提供一個富有挑戰(zhàn)性的課題。

這件事在僅僅一年之后，就在日本落為現(xiàn)實。東京的研究人員們進行過可行性研究和成本效益分析后，最終于1993年6月發(fā)起了“Robot J-League”機器人足球比賽，這個名字源于日本職業(yè)足球聯(lián)賽J-League。

隨后，Robot J-League在多方呼吁下被擴展為一個國際性項目，并更名為“Robot World Cup Initiative”，也就是日后耳熟能詳?shù)腞oboCup。

但當時各方仍然在等待一個合適的節(jié)點，這個節(jié)點在1997年姍姍來遲——5月，IBM計算機“深藍”在同國際象棋世界冠軍加里·卡斯帕羅夫的對弈中大勝。于是，趁著“深藍”的熱度，8月，RoboCup首屆比賽在日本名古屋舉行。

同年，首屆FIRA世界杯也在在韓國大田科學技術(shù)研究院組織下舉辦。至此，機器人國際足球賽的兩大系列賽均宣告就位。

在人類的世界杯足球賽誕生47年之后，機器人踢足球的時代也開啟了。

彼時，機器人仍停留在“硬件定義”的年代，日本憑借機械制造高地的名號站在世界的聚光燈下，而中國還只是機器人足球夢里渺不可察的一粒砂。1999年，首屆RoboCup機器人世界杯中國賽舉辦，隸屬中國自動化學會；而直到2006年，其才發(fā)展為RoboCup國際聯(lián)合會認定的五大國際區(qū)域賽之一。

學界很快跟進，當時，清華大學算得上國內(nèi)較早的機器人足球“青訓基地”。2001年，清華大學計算機系的風神隊首次參與RoboCup，即斬獲仿真組冠軍。

相比之下，教習硬件踢球的歷程則稍顯坎坷。

2003年，現(xiàn)任清華大學機器人控制實驗室主任的趙明國博士后出站，留教自動化系，期望能找到一個一個合適的活動，串聯(lián)起教學與研究。趙明國的研究方向正是機器人的步態(tài)控制。正巧Robocup開始增設了標準平臺組，一切都不謀而合。

次年，自動化系籌集了一筆經(jīng)費，買了兩批索尼機器狗，招兵買馬正式組建了火神隊——“火神是希臘神話里制造工具的神?！壁w明國告訴AI科技評論。

火神隊在2004年的國內(nèi)比賽首秀中拿下了冠軍，這是個不錯的開門紅，但隨后的國際賽中，團隊卻屢屢受挫。2005年，火神隊艱難挺進了16強，卻無緣8強；2006年，他們再次愈挫。情況直到轉(zhuǎn)向人形之后才出現(xiàn)轉(zhuǎn)機。當然，這是后話。

自21世紀初至今的30余年里，趙明國一直扎在這個領(lǐng)域里。

他看中“踢球”這項任務背后的能力遷移。“‘深藍’擊敗卡斯帕羅夫，象棋的問題解決之后，我們一致認為，機器人的下一個課題會是足球?！彼忉專咔蚴且豁棙O為復合的技能，它們不僅得“知道”球在哪，還得踢得準，掌握各種腳法，并且隨機應變，背后的諸多能力可以向其他行業(yè)應用遷移。

02

“像人”一樣踢球

對具身智能而言，“像人”是一項貫穿始末的追求。在踢球這件事上也不例外。

最初的RoboCup僅設置了小型組、中型組和仿真組三個組別；同年，首屆FIRA世界杯同樣也確立了小型輪式機器人的賽制。1999年，RoboCup開始增設“四腿組”，統(tǒng)一使用索尼的Aibo機器狗參賽。2002年，日本福岡舉行的RoboCup開始設立類人組（Humanoid League），“人形時代”的大幕正式拉開。

但“像人”不僅指下肢的數(shù)量，還包括如何“像人”一樣預判球的滾動，靈活跑位，追上球，盤球國人，最后將其精準射進對手門里。

2002年的首次類人組比賽一片紛亂——機器人獨立行走已是不易，遑論踢球。很多參賽機器人必須依靠外部供電，并借助遙控器移動。當年，定價15萬美元的富士通HOAP由于機載處理能力不足，所有視覺處理等工作都必須在PC上完成。

鑒于這些不足，技術(shù)委員會定下規(guī)則：遙控機器人進球計分僅為自主機器人進球的一半，以鼓勵探索提升機器人的自主性。

但機器人進化的速度顯然超出人們的預估，僅僅兩年后，所有機器人已經(jīng)可以完全自主行走。上述規(guī)則也隨之被從參賽手冊中移除。

2008年，趙明國開發(fā)了一個專用于人形機器人走路的“虛擬斜坡法”，使機器人的行走速度提升到了與奧林匹克競走運動員相當?shù)乃??；鹕耜犚虼巳〉昧水斈闞oboCup類人組TeenSize的亞軍——這也是中國在該組別的首枚獎牌。

在能夠跑向球之后，更難的問題在于教會機器人踢球。

由于機械結(jié)構(gòu)的靈活性遠低于人體腳踝，再加上缺乏觸覺融合和力反饋，機器人們往往“腳法”粗糙，踢球部位隨機且無法控制施力的大小和角度。

“難點在于機器人沒辦法踢中移動中的球，球一直在滾動，而且這種滾動有一定的不確定性。”趙明國表示，簡單來說，現(xiàn)在的機器人還沒有辦法疊加計算球滾動的軌跡以及自己奔跑的速度，它們只是看到球在哪里，于是跟到哪里，“如果機器人正好攔截到了一個球，那一定是盲跑時恰巧碰到的”。

目前，機器人射門通用的方法仍然是做“連線題”，即先跑到球附近，站在球與球門連線的延長線上。從人類的觀感上看，機器人常常在球附近猶豫，這是因為視覺上仍然有很多不穩(wěn)定的因素，機器人在不斷調(diào)整并對準球門。

為解決這一點，趙明國透露，他的團隊正在開發(fā)視覺-行為的端到端算法，能在噪聲下完成任務，使機器人無需反復調(diào)整即可快速踢球，預計會在今年8月的比賽中初用。

王弢也將市面上多數(shù)機器人踢球的過程形容為“球被腳捅著往前滾了一段”，而非機器人自主地控球，更不用說盤球、帶球過人等動作。

為了教會機器人這些動作，強化學習是通用的方法。

例如，深庭紀通過強化學習與視覺結(jié)合，不僅聚焦本體控制，也考慮到同物理世界交互，使機器人能將球牢牢控制在腳下。從網(wǎng)絡視頻來看，其機器狗有時會用一只前腳先將球往回撥調(diào)，另一只前腳踢球，類似盤球的腳法已經(jīng)被訓練了出來。

但要讓機器人真正“像人”一樣踢球，僅盤球還遠遠不夠。

趙明國指出了短期內(nèi)的三個方向：首先，機器人要學會更復合的步法。以火神隊的Omni-direction行走為例，能使機器人倒退、轉(zhuǎn)彎，甚至螃蟹步；

其次，人類能靈活選擇用足弓踢或者腳背踢，并把一切動作流暢銜接起來，機器人現(xiàn)階段仍是盲走盲踢，接下來要在視覺引導下對涉及到的任務做分類和切換；

最后，機器人仍然會摔倒，這很正常，但關(guān)鍵在于爬起的動作。趙明國希望，未來，它要能夠順勢倒、順勢起，而不是起身前先做上一套程式化的動作。

事實上，“更像人”也符合Robocup的終極目標。盡管成立最晚，但類人組的頒獎在整個儀式中是壓軸的一環(huán)。冠軍隊會拿到一支LV杯——正如足球世界杯的大力神杯——這支獎杯是流轉(zhuǎn)的，每年由上一年度冠軍帶回頒發(fā)給繼任者，但每屆冠軍隊都可以在上面刻下名字。而到目前為止，中國隊還沒能把名字留下。

03

學會“里應外合”

團體配合是足球同其他運動的根本不同，但機器人能像人類一樣里應外合嗎？

配合能力在賽制考核中不斷加重。Robocup起初只是玩點球，2005年，足球賽才開始成為KidSize組的正式項目；但體型較大的TeenSize還在點球，該項目在2007年發(fā)展為“運球射門”，2010年正式開始參與2v2球賽。

2008年，KidSize足球賽每隊機器人數(shù)量從2個增加到了3個，并于2014年繼續(xù)增至4個，場地面積也擴大了1倍多。

今年，一直作為RoboCup標準平臺的NAO的母公司Aldebaran宣布破產(chǎn)，這也意味著，從今往后，比賽所使用的NAO將不再有公司供給、養(yǎng)護。再加上NAO的硬件愈發(fā)難以承載對AI的開發(fā)，已使許多參賽隊抱怨連連。

機器人從硬件驅(qū)動走向軟件定義，RoboCup組委會也在尋找新的替代品。

有火神隊基因的加速進化開始走進他們的視野。趙明國給加速進化產(chǎn)品的定義就是NAO的替代品、Robocup的全新平臺。但他們需要demo一場比賽證明自己。

這就是6月底RoBoLeague機器人足球聯(lián)賽的由來。

RoBoLeague呈現(xiàn)出兩點顯著變化：賽制由2V2改成了3V3；取消了跟在機器人后面的保護員handler。趙明國還透露，組委會仍在研討，今年國內(nèi)Robocup比賽很可能會進一步升格為5v5，比賽場地也會換成標準人類5人制足球場。

球隊成員越來越多，人的介入越來越少，賽場情況越來越復雜，這也意味著，機器人的交互能力越來越重要。

這種交互能力，首先是同環(huán)境的交互，特別是最基礎的——怎么找到球？

挑戰(zhàn)一方面源于不斷擴大且日漸復雜的球場環(huán)境，因為球場開始刻意引入隨機障礙物，2010年額外照明也被移除，光線問題也增加了困難。足球被陰影覆蓋、被障礙物遮擋以及球場反光都可能導致丟球。RoBoLeague中，由于足球是白色的，為避免識別錯誤，“球員”被要求一律穿黑鞋。

足球快速滾動時，相機還會產(chǎn)生模糊，機器人也可能“看丟球”。對此，深庭紀調(diào)整了相機快門速度，但調(diào)整太多又會導致露光性變差，需要找到一個平衡。

另一方面源于對機器人感知能力的限制。機器人是否要采用純視覺方案？

圍繞這一點，Robocup技術(shù)委員會及參賽者進行了漫長的爭論。爭論的結(jié)果是：人形機器人應僅限于類人的傳感器，因此，足球賽應禁用全景視覺（即背面不設置攝像頭）和各種主動傳感器（如激光雷達、超聲波、紅外測距傳感器）。

呈現(xiàn)在賽場上，機器人往往頻繁左右扭頭搜尋，如果足球恰好不在其正面，它們便迷茫地站在球場上不知所措。

在王弢看來，如果面向泛化的戶外場景，過于依賴高精地圖或激光雷達不是可擴展的路徑；只要數(shù)據(jù)夠多，模型迭代跟得上，視覺就不是問題。為此，他們采集了泥土、草地等大量場景數(shù)據(jù)……以提升機器人對不同地形地貌的適應性。這位出身小鵬、有近十年自動駕駛經(jīng)驗的創(chuàng)業(yè)者，是純視覺方案的堅實擁躉。

其次，是機器人如何同環(huán)境中的人交互的能力，比如裁判、教練。

由于機器人進場后是“零遙控”，但其又無法直接“聽懂”裁判指令，因此，后者往往要經(jīng)由Game Controller裁判機轉(zhuǎn)換成機器語言、經(jīng)無線網(wǎng)絡傳輸給機器人。趙明國表示，未來，機器人還要能聽懂場外教練的指揮，通過一些特殊的聲音判別，明白教練哪句話是對它說的、哪句話是告訴隊友的。

最后，機器人之間也需要交互配合，這包括辨明敵我和隊內(nèi)協(xié)作。

在RoBoLeague的第二場半決賽，多名機器人曾擠在一起搶球，最后全部跌倒。這樣的情況時有發(fā)生，比賽因此優(yōu)化了判罰機制——“正面對抗，球在中間”不構(gòu)成違規(guī)。缺少配合是另一表象，多數(shù)進球靠“單帶射門”而非傳球配合。

趙明國解釋，實際上機器人還沒有辦法分辨敵我，它會把所有機器人統(tǒng)一判定為障礙物；做得較好的參賽隊算法上會有任務分配機制，比如離球近的機器人去踢球，另一只配合跑位，但其他隊伍幾只機器人用得是一套策略。

“等升級到5V5后，如果還不做角色分工，可能會有8個機器人圍著球扎堆、相互影響，場面會更難看?！彼寡裕F(xiàn)在幾乎還沒有涉及群體決策的階段，想要互相配合，對球的控制力得先達到一定程度，現(xiàn)在顯然還不夠。

將這些全部綜合起來，感知全場人與物，就涉及一個更時髦的概念——空間智能。

04

機器人球員怎么賺錢

在今天，機器人球賽越來越密集。除了RoboCup和FIRA世界杯兩大國際賽，更多譜系衍生出來。足球賽要承載的除了極客的科技狂想，還有商業(yè)熱望。機器人踢球要怎么變現(xiàn)？在堪稱具身智能量產(chǎn)元年的2025，這個問題變得更重要了。

或者換句話說，在上肢能力普遍被認為更重要的今天，足球所代表的跑、踢、搜索、預判場上的人與物的軌跡并與之交互的能力，遷移出來能夠什么？

深庭紀的機器狗給這種對踢球的想象力提供了一個具象的載體。

一只會踢球的狗，看起來并不是新鮮物種。2019年，麻省理工學院仿生機器人實驗室的機械狗mini-Cheetah就已經(jīng)具備了傳球能力；后來，加州大學伯克利分校又為它部署了一個強化學習框架，使它的守門成功率達到了比人類還高的87.5%（人類足球運動員的平均守門成功率僅為69%）。

王弢將深庭紀的工作稱之為“技術(shù)下山”，將實驗室的技術(shù)放到真實環(huán)境中去進化。機器狗會在端側(cè)算力下實時推理，應對不同光線條件、地形地貌、人類行為，從而更具備泛化能力，同時在產(chǎn)品工程化上也做了很多工作。

在他看來，技術(shù)演進一定需要在真實場景中得到真實世界的數(shù)據(jù)和用戶反饋，賽場說到底還是一個相對可控的有限場景，機器人要實現(xiàn)萬億級別市場，一定是通過真正走到C端來實現(xiàn)的，“那不如我們一開始就瞄準這個目標，先切入家庭”。

踢球也只是其諸多技能點之一。除此之外，機器狗還可以玩祝迷藏，自主識別并跟隨主人，建立“地理圍欄”并監(jiān)護未成年家庭成員是否走出安全區(qū)。

除了陪伴類產(chǎn)品，市場還有諸多答案：例如，需要實時感知全場、調(diào)整策略的巡檢機器人，正如球場上審時度勢、隨機應變的“球員”。

除了產(chǎn)品，足球賽本身會否成為一個創(chuàng)收的來源？

隨著機器人熱度居高不下，不少體育賽事本身也會反向“蹭熱度”，邀請機器人公司助陣、暖場。

人類愛看人踢足球，也愛看機器人踢球。

1997年的首屆Robocup吸引了來自11個國家的40支參賽隊伍，以及超過5000名觀眾；日前的RoBoLeague，截至比賽當晚九點半，全網(wǎng)累計114家平臺直播觀看量達到1.36億，比賽還進行了公開售票，票價為99元/人。

關(guān)于機器人體育賽事的商業(yè)前景，早在70年前就已有探討，由查德·麥瑟森發(fā)表的一部小說《鐵甲》就描繪過對機器人格斗的想象：2020年，人類拳擊已成往事，依靠映射功能，人機共融的機器人拳賽成為最流行的娛樂活動，在無數(shù)人頭攢動的地下拳場中上演。小說后來被改編為電影《鐵甲鋼拳》。

單從運動本身而言，足球的群眾基礎實際遠勝于格斗，特別是在中國。無論火了多年的貴州村超、佛山西甲，還是今年意外走紅的蘇超，都是足球賽。這種濃郁的草根屬性能夠強化冰冷機器所欠缺的情感承載力，也因此賦予了其商業(yè)價值。

“這次把RoBoLeague做成售票制，也是想測試一下觀眾對這件事的接受度，整體來看結(jié)果是正向的，直播轉(zhuǎn)播情況也都不錯?！壁w明國很看好這類“科技+體育”的產(chǎn)業(yè)，他認為，機器人足球賽的發(fā)展走勢未來會同電競差不多。RoBoLeague的賽場也選擇了北京亦莊的智慧電競賽事中心舉行。

目前，全球大約40億人參與或關(guān)注足球。去年，國際足聯(lián)世界杯僅憑借其中的1億粉絲便實現(xiàn)了63.1億美元。機器人足球亦期望能在未來分一杯羹。

05

結(jié)語

時間回到1997年，Robocup最初的設想是，在2050年組建一支完全自主的仿人機器人足球隊，并在符合國際足聯(lián)官方規(guī)則的基礎上打敗人類足球世界杯冠軍。

如今時間剛好過去一半，留給機器人的時間還有25年。

2019年7月的Robocup期間，荷蘭埃因霍溫科技大學的機器人代表隊Tech United作為中型組足球比賽的冠軍隊伍，同人類球隊進行了一場友誼賽。5個身量不足1米的機器人同5名人類球員對壘，最終以1:4敗北。但在一次后場長傳中，機器人球隊曾突破了人類的防守，攻入了一球。

兩百年前，1830年，同樣是一場比賽中，“湯姆·拇指”號蒸汽機車也在一片嘩然中輸給一輛馬車；而今天，時速可達501公里的上海磁懸浮已是拍馬不及。

“戰(zhàn)勝人可能有點難，但“像人”一樣踢球肯定沒問題。技術(shù)每五年都可能會有一次大的進展，在2050年之前，我們還有四五次這樣的機會?！壁w明國說。

未經(jīng)「AI科技評論」授權(quán)，嚴禁以任何方式在網(wǎng)頁、論壇、社區(qū)進行轉(zhuǎn)載！

公眾號轉(zhuǎn)載請先在「AI科技評論」后臺留言取得授權(quán)，轉(zhuǎn)載時需標注來源并插入本公眾號名片。