刷屏的 Atlas 升级了……
曾凭借惊艳 “舞蹈” 与 “跑酷” 视频火爆全球的波士顿动力人形机器人 Atlas，近日再次迎来了根本性的范式转变——
“它告别了依赖工程师精心编排动作的模式，迈入了由大型行为模型（Large Behavior Models, LBMs）驱动的自主决策新纪元。”
波士顿动力这次展示的成果，其背后结合了丰田研究院（TRI）近期发布的LBMs，该工作可以说是机器人研究领域的一项里程碑式的基准研究，因为TRI基于高度谨度的统计学，证实了LBMs这条路不仅是可行的，而且是通往未来通用机器人的正确道路。
Atlas的进化过程
从"剧本"到自主决策
基于模板和感知的动作执行
波士顿动力早期发布的视频中（如机器人跑酷、跳舞等），Atlas执行的每一个动作确实源自提前通过轨迹优化创建的「模板」，这些模板来自工程师离线构建的行为数据库。
例如机器人的翻越障碍行为，工程师会通过离线轨迹优化工具，交互式探索机器人的能力极限，在设计阶段就捕捉关键物理约束（如驱动关节的运动限制）—— 比如肢体如何协调发力、如何调整姿态以完成翻越，通过不断优化这些细节，将最终轨迹作为模板加入行为库，以此扩展机器人的运动能力。
在演示阶段：
Atlas首先通过感知系统识别环境：利用ToF相机生成环境点云，通过多平面分割算法提取障碍物表面信息（如木桩的矩形表面），并结合预先提供的高层地图（含障碍模板和动作标注）确定目标位置；
随后，机器人从行为库中选择与感知目标最匹配的动作模板，规划出翻越障碍的轨迹；
最后，通过模型预测控制（MPC）实时调整发力、姿态和动作时机，追踪轨迹并应对环境差异，最终完成具体动作。
这种模式并非简单的 “剧本”，而是感知、模板库与实时控制的结合：
模板提供基础动作框架，感知填补环境细节，MPC则保障动作的适应性与连贯性，让机器人既能遵循预设逻辑，又能在一定范围内灵活调整。
结合多维参数，突破动作赋能
在波士顿动力早期的跑酷和舞蹈演示中，Atlas采用的是极为简化的机器人模型：在规划落脚位置与地面推力时，仅使用机器人的「总重心」和「惯性」这两个核心参数。
而随着技术的演进，在最新的操控任务中，波士顿动力团队对模型进行了大幅扩展——
不仅包含机器人每个关节的运动数据、每个连杆的动量特性，还加入了机器人对所搬运或投掷物体施加的力的分析。
就是这一升级，让Atlas突破了早期简单动作的限制，能够完成更具挑战性的复杂任务：
例如在搬运重物时精准维持身体平衡，在空中跳跃的瞬间同步完成物体投掷，或是通过精确收腿动作完美落地，以及流畅执行那些令人惊叹的 “酷炫技巧”。
LBMs赋能Atlas突破预设"脚本"局限
如今，LBMs让Atlas能够理解指令并自主完成持续时间长、步骤复杂的操作任务，不再依赖于事先构建的"脚本"，这对Altas来说可以说是一次革命性的突破。
构建LBMs需要经历四个关键步骤：
（1）数据收集：通过遥控操作在真实机器人硬件和仿真环境中收集具身行为数据；
（2）数据清洗：对这些数据进行处理、标注和筛选，使其适配机器学习流程；
（3）模型训练：用收集的全部数据来训练一个统一的神经网络策略模型；
（4）模型评估：使用一套专门的测试任务评估该策略模型的表现，评估结果用于指导后续的数据收集与模型优化，形成持续改进的闭环。
在执行上述4个步骤的过程中，整个团队遵循以下三大目标原则，形成了一套完整的平台：
目标一：追求最广泛的任务覆盖。
通过结合Atlas强大的MPC和定制VR交互界面，打造顶尖遥操作系统来丰富训练数据的多样性；
目标三：建设支持快速迭代的基础设施。
搭建融合仿真、硬件测试和生产级机器学习平台的环境，确保高效实验与科学评估，稳步提升机器人在真实世界中的表现。
解决的核心问题
从实验室演示走向真实应用
回顾波士顿动力早期发布的内容，Atlas的动作多依赖预设模板执行——无论是跑酷跳跃还是舞蹈协调，本质上都是基于离线规划的固定任务流程。
而在Atlas上集成LBMs后，突破了这一局限，让Atlas在“从实验室演示走向真实场景”的道路上，实现了关键跨越。
解决单任务模型泛化能力弱的问题
LBMs通过多任务预训练解决单任务模型泛化能力弱的问题：
其训练数据覆盖1700小时、500+多样化任务，能学习通用的视觉-运动表征。
实验显示，在真实世界“工位分布偏移”(Station Distribution Shift)和“物体分布偏移”(Object-Centric Distribution Shift)场景中：
微调后的LBMs成功率比单任务模型高30%-50%；即使在模拟环境中加入光照变化、随机干扰物等变量，LBMs的鲁棒性仍显著优于传统模型。
解决复杂任务数据需求过高的问题
LBMs通过预训练-微调范式大幅提升数据效率：
预训练阶段积累的通用能力，让微调新任务时仅需少量专用数据，在“SetBreakfastTable”真实任务中：
LBMs用15%的任务数据就能超越单任务模型全量数据的性能；在模拟场景中，要达到与单任务模型相当的效果，LBMs仅需30%以下的数据量。
解决长周期、多步骤操作的执行难题
LBMs通过端到端语言驱动与长时序动作规划解决长周期、多步骤操作执行效率问题：
在Atlas上，采用4.5亿参数的扩散Transformer架构，能基于语言指令规划在1.6秒内的48个动作块，并在策略推理时执行24个动作（以1倍速度运行，时间为0.8秒）。
下面展示了Atlas的1个长周期任务执行效果，这个长周期任务是由几个子任务组成的：
任务1：机器人抓起推车上的Spot腿，然后将它们折叠起来，最后放到旁边的架子上：
任务2：机器人再抓起推车上的面板，然后拉出架子底部的箱子，最后把面板放进去：
任务3：整理完推车上的东西，机器人转向蓝色的箱子，并打开箱子的盖子：（有趣的是，工作人员一直在旁边关上箱子的盖子，但是机器人依然会再次打开盖子）
● 最后，机器人将箱子里面的部件转移到旁边的收纳箱中：
总结与展望
波士顿动力与TRI的这项工作表明：
通过数据驱动的方法可以训练出多任务语言条件策略，该策略能够有效控制Atlas机器人完成移动和操控的长时序任务，且这种方法具备良好的通用性，几乎可应用于任何通过遥操作演示的下游任务。
但仍有大量工作亟待推进——基于已建立的任务基准与性能标准，后续将重点发力于数据规模扩展；
同时积极探索新的算法思路，例如：机器人性能提升(结合触觉反馈的夹爪力控制、快速动态操控）、多样化数据源整合（跨具身数据、以自我为中心的人类数据等）、改进VLA的强化学习效果，以及部署VLM与VLA架构……
助力 Atlas实现更复杂的长时序任务与开放式推理，进一步推动机器人技术向更高阶的智能应用迈进。
编辑｜木木伞
审编｜具身君
Ref：
1. Boston Dynamics: Large Behavior Models: Atlas Finds New Footing
2. Boston Dynamics: Picking Up Momentum
3. Boston Dynamics: Flipping the Script with Atlas
4. A Careful Examination of Large Behavior Models for Multitask Dexterous Manipulation
工作投稿｜商务合作｜转载：SL13126828869（微信号）
>>>现在成为星友，特享99元/年<<<
我们开设此账号，想要向各位对【具身智能】感兴趣的人传递最前沿最权威的知识讯息外，也想和大家一起见证它到底是泡沫还是又一场热浪？
欢迎关注【深蓝具身智能】👇
商务合作扫码咨询
机器人、自动驾驶、无人机等研发硬件
关于我们：深蓝学院北京总部于2017年成立，2024年成立杭州分公司，2025年成立上海分公司。
学院课程涵盖人工智能、机器人、自动驾驶等各大领域，开设近100门线上课程。拥有多个实训基地助力教学与科研，多台科研平台硬件设备可供开展算法测试与验证。
服务专业用户数达11万+（人工智能全产业链垂直领域的高净值用户），硕博学历用户占比高达70%。已与多家头部机器人企业、头部高校建立深度合作，深度赋能教育 、企业端人才培养与匹配。
工作投稿｜商务合作｜转载：SL13126828869
点击❤收藏并推荐本文
