Boston Dynamics展示Atlas人形机器人重型搬运能力,AI驱动全身控制实现高效作业

Boston Dynamics发布最新视频,展示Atlas电动人形机器人搬运重物(包括50磅迷你冰箱)的能力,重点突出AI驱动全身控制系统和强化学习训练方法,为工业应用做准备。

2026年5月20日,Boston Dynamics发布了一段新的幕后视频,展示了其最新电动人形机器人Atlas在测试环境中执行重型搬运任务。视频中,Atlas成功搬运了一个重约50磅(约22.7公斤)的迷你冰箱,而在进一步测试中,它甚至能处理超过100磅(约45.4公斤)的满载冰箱。Boston Dynamics表示,这一突破并非单纯依赖机器人的物理力量,而是AI驱动控制系统的进步——系统能够通过全身协调和动态适应来应对现实世界中的搬运场景。

基于强化学习的全身控制技术

在随视频发布的详细技术博文中,Boston Dynamics将Atlas描述为“用于物理工作的通用工具”,专为工厂、仓库和建筑工地设计,这些场景对机器人的力量、持久力和灵活性提出了极高要求。传统机器人系统多依赖指尖操作和视觉引导,但Atlas在搬运重物时采用了全身控制策略——不仅用手部,还利用肩、背、腿等部位进行支撑和发力。公司指出:“你不能仅靠注视和双手来抬起一台冰箱。你必须预判重量,前倾身体,让整个身体去适应其形状和重量,并测试能否将其抬起。”

Boston Dynamics Atlas 人形机器人搬运冰箱测试
Boston Dynamics Atlas 人形机器人在测试中搬运重物

这一行为是通过强化学习(Reinforcement Learning)在模拟环境中习得的。Atlas在GPU集群上进行了数百万小时的并行模拟训练,不断优化搬运策略。Boston Dynamics特别强调了缩小“模拟到现实差距”(sim-to-real gap)的重要性,确保机器人在实际硬件上的表现与模拟结果一致。训练过程使Atlas学会了在面对重量、惯性、形状不同物体时,自动调整全身姿态和发力方式,从而稳定地完成搬运任务。

从实验室走向工业应用

此次展示标志着人形机器人从单纯的行走演示向实际物理工作迈出了重要一步。Boston Dynamics表示,Atlas的训练目标是为未来工厂和仓库中需要高强度、高灵活性的任务做好准备。相比于仅能执行单一操作的工业机器人,人形机器人的全身协调能力使其更适合处理非结构化环境中的复杂搬运作业,例如搬运大型家电、零配件装配等。公司认为,结合强化学习和全身控制的Atlas是“通用物理工作工具”的重要尝试,为下一代工业自动化提供了新的技术路线。

目前Atlas仍处于测试阶段,但Boston Dynamics计划继续推动其在实际工业场景中的部署,并持续优化AI控制系统以应对更多样化的操作需求。

本文参考来源:Robotics & Automation News

发表回复