拉斯·泰德雷克：欠驱动机器人、控制、动力学与触觉

一台没有电机、没有电池、没有控制器的机器人，被放到一个小斜坡顶端，轻轻一推，它自己就走了下去，膝盖自然弯曲，手臂跟着摆动，姿态松弛得像散步。

那是 2001 年前后，Honda 的 Asimo 刚刚亮相，代表着当时双足机器人的最高水平。Asimo 屈着膝盖、小心翼翼地挪步，像踩在滚烫的煤堆上。而康奈尔那台纯靠重力驱动的机器，看起来比它更像人在走路。

MIT 教授拉斯·泰德雷克（Russ Tedrake）在 Lex Fridman 的播客里说，这是他见过最美的机器人运动。泰德雷克研究机器人控制，同时在丰田研究院（Toyota Research Institute，TRI）担任机器人研究副总裁。他见过的机器人不少，但真正让他念念不忘的，是不带动力、不含算法的运动。

把轮子拆成腿，物理学自己就会走路

泰德雷克描述这个系统时，先从一个最简单的模型讲起：一个没有轮缘的自行车轮，只剩下一圈辐条。推它一把，它照样往坡下滚，但每根辐条撞地都会损失一点能量，每一次“迈步”又补回一点，两者恰好平衡，它就进入一个稳定的周期性运动。太快了会慢下来，太慢了会加速。

接着把多余的辐条去掉，中间加一个铰链，就成了两条腿，这就是所谓的“指南针式”行走器。再往后，史蒂夫·柯林斯（Steve Collins）和安迪·鲁伊纳（Andy Ruina）在康奈尔加上了膝盖、手臂和躯干，做出了三维版本。推一把，它能顺着斜坡走出一段接近散步的姿态，全部动力来自重力。

值得看的其实是设计过程本身。泰德雷克说，那件事处在艺术和科学的边界上。系统没有被精确建模，也谈不上精确控制，膝盖上的吸盘要在正确的时间吸住、又在正确的时间松开，靠的全是一点点调出来的手感。没有人写下最优控制律，可它走起来了，而且走得优雅。

这件事留下了一个路径的证明。控制一个复杂系统，不用把世界施加给你的力全部抵消掉，再强加一套自己能看懂的动力学。你可以放手，让物理去做大部分工作，自己只管在合适的时候补一点能量。

“也许我们不该把世界给我们的力换成我们自己想要的力，而应该让世界推着我们走，顺着它走。”（Russ Tedrake）

Asimo 和 Atlas 走的是相反方向。泰德雷克说得很直接，那些机器人能效不高，因为它们要靠电机不断抵消重力，把复杂的动力学抹平，换成可以数学分析的简单形式。这套方法能奏效，代价是大量的能量消耗，以及一种永远需要“对抗世界”的紧张感。

一条死鱼为什么会逆流而上

说到最高效的运动，泰德雷克提到了哈佛和 MIT 的乔治·劳德（George Lauder）做过的一系列实验。他们研究彩虹鳟鱼在产卵季逆流时的行为。这些鱼常常待在石头后面，看起来是在偷懒，但也许那里有能量上的玄机。

研究者在鱼道里放了一个圆柱体，后面形成卡门涡街，也就是一连串脱落的涡。然后放一条活鱼在涡流后面，从上方看它的步态。不在石头后面时，鱼有固定的摆动节奏，就像看人走路能认出人一样。一旦进入涡流区，它的节奏变了，像是在涡与涡之间“冲浪”。

但活鱼说明不了问题，因为这可能是大脑在控制。于是他们把一条死鱼绑在石头上，防止它被冲进格栅。按常理，死鱼只会随波逐流地漂。视频里发生的事情是，那条死鱼开始逆流游动。没有大脑，没有电机，没有控制，只是鱼身的力学结构与涡街发生了共振。

泰德雷克说这是他见过最好的实验之一。它把控制与力学那条模糊的界线整个撕开了。

控制与力学之间，界线没有想象中清楚

他不太愿意把两者分开定义。机器人有电机、有连杆，电机断电的时候，机器仍然有被动动力学，重力还在工作。放上弹簧、加上阻尼器，那是力学。肌肉和肌腱本身就是弹簧和阻尼器。真正做事的是那些主动输出能量、改变系统状态的部分，控制器负责的是“给电机发指令”这件事。

问题在于，这条线比教科书上画的模糊得多。他提到自己二十多岁时失去了一根手指，第五掌骨。平时不觉得，但开罐子、走路不小心撞到东西的时候才发现它有多重要。原本承受撞击的是第五掌骨，现在换第四掌骨挨撞，起初很疼。几年过去，骨头自己重塑了，几何形状变了，力学结构适应了新的受力情况。

适应和进化也发生在身体上，大脑只占了其中一部分。

进化论的论证，大多是坏论证

Lex 问了一个流行的说法：人类直立行走，是为了把食物带回部落分享。泰德雷克对这类论证持保留态度。他说这类故事大多很糟糕，因为我们手里的信息太少了。

真正决定一个物种能否存活的，常常是冰期来临时谁刚好站在了合适的位置，谁刚好找到了一种能撑过去的食物。丰年时谁吃得更好，放到这个尺度上几乎不重要。几百万个变量同时在起作用，事后挑出一个讲成因果链，很容易，也很不可靠。历史经常被几件看似毫无意义的小事推动，比如有人因为睡错了人被石头砸了脑袋，然后部落开战。

他举了自己的例子：现在有一群人用进化论论证该吃什么，说祖先吃什么我们就该吃什么。泰德雷克自己长期只吃肉，他母亲觉得这非常不健康。他说这些论证听听就好，他吃肉只是因为感觉好。

同一套怀疑也适用于双足机器人。他说自己研究双足行走，主要原因是它难，它给控制理论提出了真问题，而不是因为他相信人形是未来。有人论证世界是为人类形体建造的，想让机器人在今天的世界里工作，人形是个好起点。他觉得这个论证有道理，但长期看，我们大概会为机器人重新设计环境，到那时候这个理由就不成立了。

赤脚跑 12 英里上下班

泰德雷克住在离 MIT 大约 12 英里的地方。他常年赤脚或者穿极简鞋跑步通勤，有时候跑过去骑车回来，有时候骑车过去跑回来。他说自己跑过好几次往返，加起来接近一个马拉松。

他起初并不是跑者。是先接触了赤脚跑步的理论，才开始跑长距离，所以不需要“纠正”什么。他参加过动态行走会议（Dynamic Walking Conference），那是个把生物力学界和行走机器人界放在一起的会议。他在那里听了很多关于赤脚跑步力学的报告，后来才读了那本畅销书《天生就会跑》。

他给的理由很朴素：穿鞋跑 10 英里，感觉挺好，晚上回家才发现膝盖疼，说明途中做错了什么，但身体当时没告诉你。赤脚跑的话，落地一重就疼，立刻就知道，步态会当场调整，很多时候是下意识的。他现在穿鞋跑反而会不自觉地用他认为更差的落地方式。

他要的是跑到很老还能跑，比赛名次从来不在目标里。所以用短期的不适换长期的保护，在他看来是划算的交易。被石头划一下，一个星期就好了；膝盖废了，就永远告别跑步。

关于入门，他给的建议只有两个字：慢。最容易受伤的恰恰是那些本来就能跑很远很快的人，脱了鞋还想按原来的配速和距离来，立刻就伤了。他自己运气好，刚开始根本跑不远，身体强制他循序渐进。他也会带一双极简鞋或者跑步凉鞋，不舒服就穿上。

Lex 分享了自己的经验：读完书之后发现自己的步态完全错了，步子太大，脚跟重重砸地。后来改成很小的步幅，跟着每分钟 180 拍的歌练，练了很久。他觉得赤脚是最彻底的办法，但调整步频也能解决大部分问题。

泰德雷克补充说，脚上的肌肉和感受器数量跟手差不多，我们却把它塞进一个坚硬的大壳子里。赤脚带来的是更多的本体感觉，你对动作的偏差更敏感。至于路上的石头和玻璃，他说脚会变厚，现在几乎什么路面都能跑。

通勤是一天里最重要的思考时间

12 英里的通勤，他试过各种方式：跑步、骑车、轮滑，最近喜欢划船走查尔斯河。有人问他怎么舍得花这么多时间在路上，他的回答是，那段时间是用来思考和消化的。早上做完一堆工作，需要让它沉淀一下才好去开会；晚上回家路上，再把一天的东西放下。

Lex 追问：如果实验室的机器人正在崩溃，一小时后有个关键会议，这种紧迫感和“顺其自然”的禅意之间怎么平衡？

泰德雷克笑了。他说自己不是快跑者，最快的配速大概是赶托儿所关门的时候，迟到要按分钟罚款。他承认工作是围绕通勤安排的，而且他很少觉得两者真的冲突，因为那段时间让他工作得更好。

他不追求痛苦。Lex 提到大卫·戈金斯（David Goggins）那种刻意选择受苦的路线，泰德雷克说自己恰恰相反：走完应该比出发时感觉更好。疫情让他失去了通勤，他就带着妻子和孩子在城里走，核心是离开键盘一段时间，让东西沉淀。

机器人学里最美的想法，是清晰的思考

被问到机器人学里最美的想法，泰德雷克没有讲某个算法或定理。他说自己有幸和一些真正出色的控制理论家相处，那种把极其复杂、看起来一团乱麻的问题，用数学语言说清楚的能力，对他影响极大。

他讲了几周前的一天：白天开了一整天的线上机器人会议，聊了很多好想法，感觉很好。下午晚些时候，他和一位喜欢的控制理论家开会。两个人从“如果……会怎样”的抽象讨论，慢慢收敛到极其精确的陈述。那些陈述描述的系统，并不比他真正关心的系统简单多少，抽象程度却高得多。这种反差让他印象很深。

他担心的是，人们低估了清晰思考的力量。深度学习非常了不起，他自己也用得很重，但它让很多事情变得太容易做成了，以至于不需要那么批判性地思考。作为教育者，他的挑战是让学生仍然尝到严谨思考的味道。

他举了个具体边界：矩阵求逆。这件事我们很清楚怎么做，哪怕矩阵很大，数学上也很成熟。你可以训练一个深度网络来做，但不该这么做。区分“该用学习”和“不该用学习”，靠的就是对方法适用范围和局限的理解。

Lex 追问：数学建模时，我们是不是总把系统简化成玩具？泰德雷克说那恰恰是好东西。他反问道：如果牛顿和伽利略手上有深度学习，做了一堆实验，然后给世界一个神经网络说“问题解决了”，我们今天会在哪里？

他认为我们不会走得像现在这么远。对现象给出最简单的解释，这件事本身有价值。他不怀疑神经网络能拟合出薛定谔方程那样的东西，但他希望再出一个牛顿，因为更复杂的任务还需要更简单的模型。

他补充了一个技术上的转折：最简单的解释不等于低维。控制论里找系统的最小状态维数实现，是标准做法，但他觉得状态维数不是复杂度的正确度量。

他举了自己最关心的例子：机器人手抓取物体。写运动方程时，方程看起来极其复杂，让方程变复杂的，主要是接触的开启与关闭，手腾空运动时的动力学倒在其次。手在空中时，高维但简单的描述完全够用。一旦开始接触，如果为手上的每个多边形和物体的每个多边形、每种接触与否的组合分别写一套动力学，组合数会爆炸。他需要一种更接近直觉物理的方式来概括这件事。他对此很乐观，认为机器学习会带我们到那里。

DARPA 机器人挑战赛：从虚拟赛场到一台 400 磅的机器

DARPA 机器人挑战赛（DARPA Robotics Challenge，DRC）紧跟在自动驾驶的 Grand Challenge 和 Urban Challenge 之后。提出这个构想的是当时在 DARPA 的吉尔·普拉特（Gill Pratt），背景是福岛核事故。如果当时有可以直接送进去的机器人，灾难也许能被控制住；事故之后，也有很多次人们希望有机器人能进去。

比赛有两条赛道。硬件队带自己的机器人，软件队则要先在虚拟赛场（Virtual Robotics Challenge）中胜出，赢得使用波士顿动力 Atlas 的资格。Atlas 是 400 磅的人形机器，昂贵，外形也相当威猛。

泰德雷克说，当时并不完全清楚自己签下的是什么。任务书里既要走过复杂地形，又要转阀门、拿电钻、在墙上钻孔。比赛可以偏重行走和平衡，也可以偏重感知和自主规划，最后的结果是，复杂地形上的移动占了很大比重。

自主程度始终是核心争议。设计意图是半自主：网络降级的情况下，操作员只能传几个比特的指令，机器人得自己完成大部分动作。组织者的意图很清楚，就是要区分“点几下说去那里做这个”的队伍和“每一步都要人踩”的队伍。

他把这看作职业生涯里的决定性经历。他刚拿到终身教职，本来可以休一个轻松恢复的学术假。他选择把假期的后半段投进去。当时团队已经有一批自己很满意的算法，想看看能推到多远，也想借机做一次真正的软件工程。

比赛前三天，仿真器突然变快了

虚拟赛用 Gazebo 在云端跑仿真。组织方希望物理仿真按实时速率运行，因为有人类操作环节，帧率稳定很重要。但要把那些复杂场景实时跑起来非常难，直到比赛前几天，仿真器还没完全达到实时。

这对泰德雷克反而是好事。他的控制器在解一个相当大的优化问题，也跑不到实时，双方都在零点七倍速左右，正好跟得上。

然后邮件来了：好消息，仿真器提速了，现在是一倍速。

他说自己当时就想，这下麻烦了。控制器的优化解不出来，机器人就会摔倒，感知团队做得再好也没用。他当天晚上就去找当时还在实验室的弗兰克·皮门塔（Frank Pimenta），说要让二次规划求解器变快，不是快一点，是快很多。两个人那晚一起写了一个新求解器。

他们没有简化问题。做法是热启动：每个时间步都在解一个大优化问题，但如果跑得够快，这一步的解和上一步很接近。他们写了一个很轻、很快的封装层，先检查附近有没有现成的解能让机器人稳住，如果没有，再退回完整求解器。

风险在于，这个封装层没法真正测试。因为一旦退回原求解器，就意味着可能跟不上，机器人会当场倒下去。他们是在悬崖边上跑完了那场比赛。

输了比赛，学到的是测试

被问到最大的收获，泰德雷克说 DARPA 挑战赛彻底改变了他对复杂系统鲁棒性的看法。

比赛前几天，他们看到机器人以一种从未有过的方式摔倒。整支队伍醒着的每一分钟都在跑这台机器，但它还是摔了，因为他们没有足够的小时数去测试。他当时的结论是：某些东西必须改变。

赢的那支队伍有两台机器人。他们不仅工程做得好，测试的频率和纪律也是别人跟不上的。

测试是什么样子？他讲了两个极端。一端是单元测试，写一个函数，就写一个测试检查输入输出。另一端是集成测试，把整个系统跑起来，验证所有你以为正确的部分一起工作。系统级测试的规格很难写，尤其是人形机器人这种复杂度。真实机器人上更难，因为同一个实验无法跑两次。你看到一次失败，只能希望日志里抓到了线索，但大概率永远无法精确复现。

现在的做法基本是蒙特卡洛：尽可能多地跑实验，把环境设置成让担心的事情尽量频繁地发生。本质上还是在依赖某种随机搜索。他说也许只能这样，因为真正会伤到你的，往往是那些极其细微、根本没法放回仿真里的情况。

从车里爬出来，为什么那么难

DRC 里最难的任务，泰德雷克认为是让机器人从 Polaris 车里出来。开车本身相对容易。问题在于，组织方给了一台 400 磅的人形机器和一辆小型的 Polaris，机器人根本塞不进去。脚没法放在转向柱下面，只能一条腿跨在副驾、一条腿跨在主驾，用左手开车。

下车更难。没有车门，坐在极其局促的位置上，要从蹲姿站起来。

Lex 说看完那些视频之后，他对上下车这件事有了全新的敬畏，尤其受伤的时候。泰德雷克认同，那是个真正的控制难题。

他们准备了类似 NASA 发射前检查清单的东西。比赛第一天，一项项往下走。其中一项是要关掉控制左脚的驱动器，那个控制器负责踩油门。然后打开平衡控制器。第一天神经绷得太紧，有人漏掉了那个勾选框。

机器人在一个非常别扭的姿势里，想把大长腿从车侧挪出来。那个以为还在开车的控制器，命令左脚做了一个动作。问题在于，他们没有空间恢复。平时如果机器人被十英尺长的杆子捅一下，它也能恢复过来，靠的是迈一步之类的次级平衡机制。可这一次这些机制全都失效了，因为在车里，没有地方可以迈。

他们只能退到最低层的反射。泰德雷克说，单纯脚撞到座位或者地板，大概还能救回来。真正致命的是接下来那一下：机器人被晃动之后，尾椎骨离座位本来只差一点点，撞上了座位，另一只脚同时微微离地。

没有任何一份计划写过：屁股坐在座位上、双脚悬空的时候该怎么办。

一旦脱离剧本，事情就开始朝着不可预测的方向滚。连状态估计系统也不知道发生了什么。那套系统收集所有传感器数据、推断机器人当前的状态，它不认识这个姿势，于是给出的预测全是错的。机器人剧烈地晃了一下，从车里摔了出去，脸朝下，落在了终点区域里面。

泰德雷克说，严格讲他们拿到了离开车辆这一项的分数。全场哄笑。

机器人最怕的事情，是碰到世界

Lex 顺势问：Atlas 有没有可能学会屁股着地、双脚悬空时该怎么处理？

泰德雷克说这正是大挑战之一。波士顿动力和全世界做腿式机器人的团队，绝大多数擅长的是脚与地面接触的情况，而且通常还是点足，脚底就是几个小球。一旦肘部撞到墙上，情况就完全不同了。成熟的方案会有层层机制，防止控制器做出蠢事，但人类能利用偶发接触来完成任务。你推我一把，我可能伸手扶一下，制造一个全新的接触点。四足机器人会用脚做这件事，可整个机器人学界基本害怕身体其他部位发生接触。

他说这挺荒谬的：有一整个运动规划的分支叫无碰撞运动规划，我们写出非常复杂的算法，就是为了让机器人绕开世界，确保不碰到任何东西。

恐惧的根源是接触本身被当成难题，控制和感知两边都难。

摔跤是接触的艺术，机器人还差得远

Lex 练柔术，从小摔跤。他问那个所有人都要问的问题：什么时候能看到机器人打赢人类的摔跤比赛？

泰德雷克先承认这个问题的难度。摔跤里还有对手，是个博弈论问题，动态且双向。但如果先把对手拿掉，只看“如何推理接触”，他认为有理由乐观，只是目前最好的理解仍然相当有限。

他最近越来越关注操作（manipulation），那里的接触更丰富。深度学习策略已经有了一些令人印象深刻的例子，能在接触中做出看起来不错的行为；也有模型能预测物体在接触过程中会发生什么。但“根据这些模型快速做出决策”这件事，仍然没有解决。

他补了一句：人类自己大概也不是在实时求解最优接触序列。你可能有一个慢速的版本，学会了基本技能，然后把细节磨得更细。指望机器人当场把人形模型拿来做最优规划，也许这个问题永远不会被解决。

Lex 说，格斗里最迷人的地方是熟练之后的松弛感。你能把很大的重量甩出去，几乎不费力。学习的过程他很清楚，一部分是理智上理解，更大一部分是身体自己在学，像本能一样长出来。他不确定那是不是等价于训练一个深度强化学习控制器，感觉更像是分布式学习。

泰德雷克接着说，还有层级和组合，这些是现在的系统没捕捉好的。底层是反射，顶层是能规划一次远途旅行的那种系统，你不可能为每个目的地都准备一条策略，中间那一段最神奇。

他提到乔什·特南鲍姆（Josh Tenenbaum）常玩的一个游戏：在桌上摆一堆杂物，挑三样，比如电话、鞋、纸巾盒。先用右手拿起第一个，再用左手拿起第二个，然后用这两样当工具，把第三样夹起来。他说自己从没用鞋和矿泉水瓶夹过电话，第一次做会慢一点，但多数时候能想出办法。

这种灵活性，在熟悉的领域调用练熟的低层控制器，在不熟悉的时候调用模型来规划，才是真正了不起的地方。他还注意到，随着专长提升，人对自身的感知也在变精细。刚学时你只有一个粗糙的力学模型，练久了，你会意识到以前根本没注意到的肌肉和平衡要素。

2050 年的机器人足球队，还是 UFC 冠军

RoboCup 有个著名的目标：2050 年，机器人足球队要赢人类世界冠军。

Lex 问：我们会先看到机器人世界杯冠军，还是先看到机器人在 UFC 里夺冠？

泰德雷克说，很难说哪个技术更难，更重要的可能是哪个组织先开始。RoboCup 已经有二十多年积累，有历史、有社群、有不断迭代的人形机器人，势头在那儿。想做机器人综合格斗，最好现在就开始办组织。

他还指出，真要让机器人踢足球，正确的做法是让它踢得跟人完全不一样。它会利用规则漏洞，利用超强的执行器和超低延迟的反馈回路，结果不会是你期待的那场比赛。DRC 已经证明了这一点：你很难写出一套没人能钻空子的规则。

至于格斗，他开玩笑说这有点奇怪，因为机器人的力量远比人大。Atlas 踢你小腿一下，比赛就结束了。

《黑镜》之后，人们看机器狗的眼神变了

Lex 提到《黑镜》里那集机器狗，带枪，会杀人。

泰德雷克说他没看过那集，但他知道它播出的时间，因为那件事他记得很清楚。某个普通的周一，他给 MIT 的一群教授做报告，讲机器人现状，放了波士顿动力四足机器人 Spot 早期版本的一段视频。房间里出现了一片惊恐的表情。

他问怎么回事，他放这类视频放过很多次了。后来才明白，那集《黑镜》改变了人们看他这些视频的方式。

他说自己不是心理学家，不清楚人们为什么这么反应。但机器人研究者有责任去思考机器人如何影响社会。他也坦承，自己以前开玩笑说，遇到机器人追你，跑五分钟它的电池就没了；现在不行了，电池能撑一个多小时。

他觉得恐惧有很大一部分是文化性的。他那代美国人看着《终结者》长大，同一时期在日本长大的人，看的可能是《铁臂阿童木》，对机器人的反应完全不同。这到底是人类对金属造物的本能恐惧，还是我们自己用科幻故事喂养出来的，他说不清楚。

至于那些觉得 Spot 上街巡逻就是反乌托邦的人，他没有简单否定。他说这种担忧是合理的，因为未来本身充满不确定性。但同时，技术上我们远没到那一步。技术是复杂的，可以被用在很多方向上；纯软件的攻击也能造成巨大破坏，也许已经发生过了；轮式机器人、无人机同样可以被滥用。

他给自己的定位是技术乐观主义者：我们会继续创造，世界会变，会引入新问题，我们会搞砸一些事情，但他相信我们也会用新的发明把自己从这些麻烦里救出来。

他还补了一层解释：人们看到像动物的机器人，会下意识赋予它自我意识或心智，而它并没有。恐惧的一部分来自这种过度拟人化。

关于 AI 的生存性风险，他更认同罗德尼·布鲁克斯（Rod Brooks）的说法：不会出现“机器人 vs 人类”的阵营对立，因为我们会变成“机器人化的人”。我们已经有智能手机，有些人身上已经植入了技术，助听器、起搏器、假肢。这个趋势大概率会继续。等到脑机接口成熟，“外面那个机器人”这个说法本身就站不住了。

所以从这个角度讲，智能手机已经是我们该警惕的那个机器人了。信息误导、注意力操控，这些问题全是人的问题。

洗碗机不算机器人，这是机器人学的诅咒

Lex 问了一个听起来很傻的问题：什么是机器人？

泰德雷克给了标准定义：把计算能力和做功能力结合起来。但他随即指出机器人学的一个诅咒：一旦某样东西真正好用了，我们就不再叫它机器人。家里的洗碗机结构精巧、算力不弱、里面有好几块芯片在做很复杂的事，但没人把它当机器人。

结果是，机器人学永远要去解决下一个问题，享受不到过去的成功。工厂里那些成熟的工业机器人极其成功，可你要问机器人学的成功案例，它们不会第一时间跳进脑子里。

他半开玩笑地给了个定义：机器人就是那种经常失败的自动化系统。

从控制的角度，机器人分很多类。柜台上跟你互动但不碰你的机器人、自动驾驶汽车、无人机、会走路会用手抓东西的机器人，需要的控制方法完全不同。他自己一直偏爱那些与世界有更多动态交互的场景，行走和操作。而让它们区别于经典控制问题的核心，是接触。

经典控制有太多辉煌战绩：稳定本来被动不稳定的战斗机、电网、航天器着陆。这些系统至少还有个奢侈之处，变化相对连续。给副翼一个小的指令变化，航迹的变化也小。于是你可以在局部把它线性化，搬出线性代数和它的各种推广。

接触不一样。机器人开始碰触世界、或者断开接触的那一瞬间，是不连续的；接触的方式、接触

接触不一样。机器人开始碰触世界、或者断开接触的那一瞬间，是不连续的；接触的方式、接触的顺序，也会以复杂的方式改变结果。

四条腿的桌子，物理定律答不上来

泰德雷克用一张桌子把问题讲得很清楚。

三条腿的凳子，每条腿只在一个点上接触地面。按高中物理的受力分析，桌子静止，说明合力为零，重力被地面的支持力抵消；桌子不转，说明力矩也平衡。这两个条件恰好唯一确定了三条腿上的法向力，解是唯一的。

四条腿的桌子，如果四条腿被加工得完全一样高，桌子放稳不动，守恒定律并不能唯一确定四个支持力。有无数种组合都能让桌子不动。

本来这也没关系，随便挑一个解就行。可一旦引入摩擦就出问题了。标准的库仑摩擦模型说，最大静摩擦力正比于法向力。法向力越小，越容易打滑；法向力越大，越难推动。现在你不知道四条腿各自的法向力，你推这张桌子，就不知道它会往哪边滑，可能往左、可能往右、也可能直着走。

刚体接触的假设，会带来这类悖论。写仿真器、写控制器都会撞上。软接触在数值上可能更难，所以很多仿真器仍然采用刚体假设，最好的那些则两种都做，或者做混合。

后果是，我们没法给操作任务写出像战斗机那样漂亮的控制器。在接触发生的那一刻，方程不告诉你接下来会发生什么。

标准处理方式是接受这件事，把微分方程换成微分包含，一个集合值的方程：我在这个构型、受这些力，可能发生的结果是一个集合。真正的不光滑发生在建立或断开接触的瞬间，以及从静摩擦切换到滑动的那一下，速度会出现不连续的变化。

面对不确定性，控制理论有一个答案叫鲁棒控制：设计一个控制器，不管世界给出哪种可能，都能完成任务。桌子可能想往左滑也可能想往右滑，控制器多推一点、少推一点，总能把它推到你想要的方向。代价是控制系统的负担更重。

更麻烦的是组合爆炸。每一种接触构型，粘着还是滑动、身体哪些部位在接触，在方程里都是一个不同的系统。要分别推理，组合数迅速失控。他说自己没有足够的时间去计算人形机器人所有可能的接触构型，而一个人活了这么多年，也从未遍历过自己所有的状态。所以“枚举所有接触构型”这条路，从一开始就不该走。

举个最简单的例子：一只平底脚。脚跟着地、脚尖着地，这两个接触点就能组合出四种不同的接触构型。如果脚底还有凸起，还会更细。左脚大脚趾比右脚早一点点触地，情况又变了。换成灵巧的手去抓一个矿泉水瓶，如果要枚举手指接触瓶子的每一种顺序，那就彻底走不下去了。行走之所以还能用这套办法，是因为脚接触地面的点很少；灵巧手至今没走通。

仿真不准不是借口，工程投入不够才是

很多人说机器人学受限于接触仿真不准确。泰德雷克认为这个说法部分成立，但原因被误解了。我们其实知道控制方程是什么，虽然有不唯一这类小毛病，但本可以精确地仿真。问题在于写一个真正好的仿真器，需要一个专业工程团队投入大量工作。开源社区很了不起，但持续维护一个成熟仿真器，是另一回事。

这就是 Drake 的由来。他不太愿意把 Drake 只叫仿真器，因为他们的控制器、部分感知系统也是在 Drake 里写的，规划和优化也在里面。

Drake 大致有三块。第一块是优化库，在 C++ 和 Python 里给商业求解器加一层抽象，你可以写线性规划、二次规划、二阶锥规划、混合整数规划，它负责把问题整理好、送给合适的求解器。第二块是系统建模语言，有点像 LabVIEW 或 Simulink，可以用模块图搭出复杂系统；跟 ROS 的区别在于，写一个系统时你得把状态和参数显式声明出来。前期多花一点力气，换来的是可以在单进程里跑全部东西，可以针对系统做控制设计，可以回放和重放仿真。

这个设计受 Atlas 的复杂度刺激。ROS 让快速拼装原型变得很容易，这点非常好，但他认为一个由各种零件拼起来的、像土豆先生一样随意拼装的软件栈，很难被清晰地思考。你对每个部件多要求一点，才能理解它们怎么工作，才能验证，才能在上面做学习。

第三块是物理引擎，一堆多体方程，还有渲染等等。他说物理这一块是整个项目里最特别的，团队做了大量工程，保证方程写得正确。各种翻滚的卫星、旋转的陀螺，凡是能想到的测试用例都测过。他们还在接触仿真的基本方法上做改进。

洗碗机考验的是验证，抓取早就不是瓶颈

丰田研究院在 Drake 上投了重资，迈克尔·舍曼（Michael Sherman）带了一支动力学专家团队。还有一支做操作的团队，专门研究装洗碗机这类任务，用它来啃那些真正难的边角问题。

泰德雷克说得很清楚：如果只关心把水槽里的盘子拿起来，他们完全可以不写任何仿真，直接写一个控制器，然后收工。他们真正想弄明白的是，通往一个商用产品的路径是什么：在任何人的厨房里、对任何一只盘子，都有足够的把握完成任务。

这个系统里有深度学习的感知在环、有复杂动力学在环、有控制器、有规划器。问题是怎么把这一整套复杂度塞进工程纪律和验证确认流程，直到有足够的信心部署。

DRC 让他明白，最后这段不是可以甩给别人去硬化的。在验证和测试阶段把最后那道缝补上，本身就是根本性的挑战，甚至可能改变我们写系统的方式。

他抛出一串没有满意答案的问题：机器人跑了大量测试，打碎了一只盘子，你怎么记录这件事？真实机器人上的失败无法复现，你需不需要把这个一次性的失败搬回仿真里，研究它、改控制器、确保不再发生？还是只要把它加进分布里，相信平均意义上会覆盖到这种情况？

黑天鹅生成器

怎么高效地找到边角情况？泰德雷克说必须在这件事上做得更好。

控制理论讲了四十年的主动实验设计，今天人们管它叫好奇心，本质是探索与利用的权衡，但主动实验设计更具体：先刻画系统里的不确定性，然后设计一个实验，让这个实验提供最多的信息来削减不确定性。如果你想知道某个参数，那么能最优地学到这个参数的轨迹是什么？

把这件事扩展到有深度网络在环、有规划在环的系统上，很难。他们和马科·凯利（Marco Kelly）等人做过一些证伪算法（falsification），做稀有事件仿真，在仿真器里反复锤打。只要仿真器足够可信，你可以选择花大量时间，也可以写出好算法，把大部分时间花在边角上。

想象你要做自动驾驶，那就把车一直放在新德里市中心跑。这就是加速测试。采样策略要能找出控制器表现糟糕的区域，然后在那附近大量生成样本。问题在于，可能出错的地方太多了，空间非常大，这类算法很难写。

他们内部管这个叫“黑天鹅生成器”。因为你要的是稀有事件里影响最巨大的那些。

Lex 把话题拉到人身上：人类其实也一直在问“最坏能坏到什么程度”，我们做得并不好。好在这个星球上有七十五亿人，很多人会把自己干的蠢事写成博客，我们因此能以分布式的方式学习。

泰德雷克说，这正是 TRI 在推的“车队学习”（fleet learning）。一台人形机器人没有时间遍历自己所有的状态，但这个问题其实不必由一台机器人解决。未来会有大量结构相似、附件相似的机器人，它们的集体数据足够多，计算过程也应该与我们人类不同。

Lex 补了一个乐观的观察：人们其实很喜欢看一个系统在进步。特斯拉车主愿意忍受还很笨的辅助驾驶，因为能感觉到它在学。对家用机器人更是如此，盘子掉地上不会出人命，用户甚至愿意像教小孩一样教它。汽车不一样，车会杀人，所以难度高得多。

家里的机器人，会先以什么形状出现

泰德雷克认为扫地机器人已经在家里跑，Alexa 和 Google Home 已经在厨房台面下，长出胳膊来做事只是时间问题。

他提到丰田的切入点是“原地养老”（aging in place）：帮老人留在自己家里，保持活跃、保持社交，提升生活质量。这不一定是第一个最赚钱的市场，但可能是无论如何都必须解决的问题。

Lex 指出其中的张力：老人往往不是对技术最适应的人群。泰德雷克觉得这恰恰有意思，机器人在学习人，人也在学习这个新东西。Lex 补充说，他父母那一代对机器人几乎是一张白纸，没看过《黑镜》，所以反应是“这东西能帮我干什么”，而不是恐惧。

泰德雷克判断，无人机在学术界成熟之后冲出去成了一个产业，自动驾驶正在发生，操作领域会先在物流里落地，家庭紧随其后。这会是一个真正爆发的东西。

把鸡蛋握在手里，比用两根手指捏更安全

回到接触这个话题，Lex 问软体机器人。

泰德雷克说他特别不喜欢机器人害怕全身接触这件事。仔细看机器人真正接触世界的地方，几乎都是软的：指尖有垫，脚底有橡胶。可往上看，整条胳膊是纯铝的。这让撞到桌子的情况变糟，刚体接触的那堆麻烦全都回来了。

软体从根本上改变了接触的力学。点接触变成面接触，可以有扭转摩擦，可以分布载荷。他举了鸡蛋的例子：用两个点去夹鸡蛋，要产生足够大的力托住它，很容易把壳夹碎；如果整个手把鸡蛋包住，力可以分散到整个壳面上，碎的概率就小得多。

软体会不会让问题更难？他说恰恰相反，会改变计算问题本身。我们的数学被刚体偏向太久了。软接触让结果更光滑，小动作不会引发不连续的后果，也不容易有东西瞬间飞出去。

另一个好处是传感。软体天然适合嵌入传感器，测量形变。TRI 有一支团队在做软手，相当于把摄像头藏在皮肤后面，能拿到非常好的触觉信息。这在操作里极其重要：你花了很大力气做头戴式感知，识别出物体，然后伸手去碰，最关键的那一瞬间，你的手正好挡住了所有头戴相机。没有触觉，你在最重要的时刻是瞎的。

欠驱动：为什么你没法直接控制自己的重心

泰德雷克在 MIT 开了一门研究生课，叫欠驱动机器人（Underactuated Robotics），视频都在网上。他开玩笑说第一讲基本就是在解释课程名字里那个词是什么意思，很多人是报名之后才知道的。

欠驱动的定义很简单：一个机械系统有若干个自由度，也有若干个执行器。自由度数和执行器数相等，叫全驱动；少一个，就是欠驱动。

有朋友逗他：如果研究经费再多一点，你会不会去做全驱动机器人？他说不会。世界给我们的就是欠驱动机器人，不管我们喜不喜欢。他自己就是一台欠驱动机器人，虽然有些关节上连着多块肌肉，肌肉数量超过自由度，但有一个自由度他始终无法直接驱动：质心在空间中的位置。跳到空中的时候，没有任何一个电机把他的质心和地面连起来。

被动行走器是这件事的极端形态：把所有电机都拿走，全交给物理。而所有行走机器人都处在这条谱系的中间，你得用一部分关节去推拉那些没有执行器的自由度。

即便双脚着地，限制依然存在。除非脚底有吸盘，否则你没法让质心以超过重力加速度的速度向下加速，因为没有东西能把你往下推。多数时候你可以近似地把它当成全驱动来处理，可一旦迈出一步，就进入了更微妙的领域。想做真正动态的机器人，就得拥抱欠驱动。

操作同样是欠驱动的。哪怕手臂每个关节都有电机，如果目标是控制一个杯子的位置和姿态，你没有直接驱动那个杯子的执行器。再往深一层，系衬衫扣子的时候，衬衫的自由度是什么？这个问题本身就让人头皮发麻。

也正是这些问题让泰德雷克对当下的操作研究兴奋：它打破了他思考了很多年的那套控制理论的基础。

解决欠驱动系统的技术路线，是把决策写成优化问题，用最优控制、多数时候是数值最优控制的语言来平衡那些复杂的方程，同时让物理承担更多工作。至于感知，DRC 时期他们就用了复杂的感知系统，后来在高速穿越森林的固定翼项目上也用摄像头，萨蒂亚吉特·卡拉曼（Sarty Karaman）当时在队里，后来把它推得更远。深度学习革命毫无疑问改变了机器人感知的边界，现在操作任务可以用更深的方式接入感知。

但最自然的用法，让网络看摄像头、输出物体的位姿，往往不是对的做法。他反问：衬衫的状态是什么？你系扣子的第一步，难道是估计整件衬衫的完整状态，包括背后那一堆褶皱？

显然不是。有些状态维度对任务极其重要，很多维度根本观测不到也不重要。这就把状态表示的问题重新打开了。

切洋葱的时候，状态空间在膨胀还是在收缩

实验室里最近在玩切洋葱，或者说切胡萝卜，因为洋葱味道大、在相机里也难看清。

移动一个物体的时候，你想要的状态是它在空间中的位置和姿态。可当你开始切洋葱，第一刀下去，桌上变成了一百块碎粒。控制系统真的需要知道这一百块碎粒各自的位置、姿态乃至形状吗？大概率不需要。继续切下去，块会越来越多。状态空间是在变大吗？

泰德雷克说不是。这里需要一个更丰富的状态概念。拉格朗日力学给出的那个状态是存在的，但对任务而言，真正相关的是某种潜在状态（latent state），一种不同的表示，某种压缩过的表示。他说自己不太在意它是不是低维，关键是它要更容易被人或控制算法处理。

如果接触力学要为每一块洋葱、为它们之间所有可能的接触排列组合建模，那么即使给我一个高维但线性的表示，我也能接受。可要是必须处理那种爆炸式的组合，机器人就会坐在那里想，汤都凉了。

触觉：主动地去碰，和被动机看，是两件事

Lex 讲了他和父亲的争论：他认为人可以仅凭语言就爱上机器人，他父亲坚持触觉和嗅觉不可或缺。

泰德雷克先从工程角度回答：如果机器人要在人身边做有实际意义的体力工作，而且是近距离的，那就必须造得不一样，必须不再害怕接触世界。他提到《超能陆战队》里的大白，觉得那个设计非常棒，TRI 有人正在尝试做类似的东西。如果家里走动的机器人长得更像泰迪熊而不是终结者，人们的反应会完全不同，甚至会想去教它，而不是评判它不如人。

他还提到 MIT 的感知科学家泰德·阿德尔森（Ted Adelson），研究了一辈子视觉。有了孩子之后，他本以为会被孩子的视觉发展吸引，结果真正让他震撼的是触觉：孩子什么都摸、什么都舔、拿起来就往舌头上放。看着女儿长大，他说服自己必须更多地去研究触觉。

泰德雷克补了一层解释：这跟被动与主动有关。你可以被动地感知世界，但如果你能对它做实验，能改变它，你能学到的东西和一个纯粹的旁观者完全不同。看 YouTube 视频和伸手施力，是两个量级的问题。

至于情感连接，他说这不是自己的领域，但他也相信拟人化的价值。Lex 提到 Rethink Robotics 的 Baxter，那双眼睛。泰德雷克说工业机械臂有了人的元素会更好用。

被问到对 Atlas 有没有情感，他承认有。他没有说这比别的投入巨大心力的科研项目更多，但确实有。决赛时他们给那台机器人做了心脏手术，因为它烧坏了核心部件。一小时后就要比赛，机器人吊在那里，内脏被掏出来。那个画面他一直记得。

他说，一百年后回看，这些是机器人学的重要时刻。所有学科的早期都显得可笑，充满失败。而机器人学在未来一百年大概会很重要，所以现在就是它的早期。

三本书，以及为什么读得深比读得多重要

泰德雷克说自己小时候读书不多，现在读得很凶。

他推荐了尤瓦尔·赫拉利的《人类简史》和《未来简史》，说能打开思路。塔勒布的《黑天鹅》他也提了，虽然对塔勒布本人有些保留。然后他给了一个可能让人意外的推荐：莫蒂默·阿德勒的《如何阅读一本书》。

很多人讨厌这本书，他很喜欢。他说自己读到它的时候，正好被大量低质量信息淹没。我们现在的处境是，arxiv 上每天涌出大量未经充分同行评审的论文，信息量极大，但真正值得你花时间的只有很少一部分。一旦找到那一部分，就该钻进去、读透它，在书页边上写批注，留一本被翻烂的纸质书。

他喜欢阿德勒的那个观点。苏格拉底和柏拉图说，文字永远无法承载对话的美。阿德勒反驳说，一本真正好的书就是你和作者之间的一场对话，它跨越时间和空间。泰德雷克说这个看法很浪漫。

第二个影响他的人是阿西莫夫。阿西莫夫以科幻闻名，但职业生涯里有大量时间在写非虚构，他的回忆录非常好看。他痴迷于把东西讲清楚，写过各种主题的科普，被称为“伟大的解释者”。泰德雷克说自己的风格与他共鸣：通过沟通和解释去学习，本身就是一种学习方式。

他说自己在 MIT 教了这些年，思考问题的方式已经和当年不同了。讲课带来的恐惧感、被当场提问的压力，逼着他对这些想法做到绝对扎实。如果没有这些，他的思想大概会停在另一个地方。

谈到线上教学，他觉得这是媒体形态的一次分岔。他可以直接把内容送进你的浏览器，你手边就有一个搜索引擎，他可以在讲课的同时把三维内容推给你。这是去年他没有的工具。机器人学也许能从中受益，今年秋天他会把它当成一次实验。

Lex 提到剪辑的魔力：把一小时讲座里的五到十分钟废话剪掉，整场讲座会变得不一样。那些跑题的、含糊的、没有澄清任何东西的段落，删掉之后，剩下的东西会发光。

给二十岁的人：想得深，是唯一不容易被替代的能力

泰德雷克说这是个当孩子很有意思的时代，一切迹象都指向赢家通吃。在他看来，真正能脱颖而出的，是那些能对问题做深度思考的人。你需要在网上敏捷地提问，用好互联网的一切，这些技能很多人会有。

但能比别人想得更深、更批判的人，才会成为引领者。这件事更难学，一条路径是数学和工程。

他建议尽早开始学数学。他自己一直上的是能选到的最好的数学课，但直到进了 MIT 才算真正扎进去。他也建议动手：把东西拆开，再装回去，这是理解事物最好的方式之一。

然后要接受这是一段很长的旅程。你不需要什么都知道，你也永远不会什么都知道。想得深，坚持下去，享受这个过程，但一定要停下来想一想，为什么事情是这样运作的。这个世界的内容太多了，很容易被淹没。

Lex 讲了自己的那本书：《动物农场》。他出生在苏联，这本书对他而言连着整个苏联史、二战、那里发生过的爱与恨与苦难，以及权力的腐化。他说这本像童书一样讲猪的小册子，教给他的东西可能比任何书都多。

泰德雷克说他理解。他也有几本技术书和一些算法论文，会反复回去看。他承认自己最近在丢这个习惯：arxiv、博客、GitHub、新东西，一路刷过去，人就失去了真正掌握一个想法的能力。

在查尔斯河边，意识到自己被狠狠打败了

泰德雷克在密歇根读的计算机工程，他非常喜欢，喜欢计算机，喜欢编程。但到了 MIT，跟计算神经科学家塞巴斯蒂安·塞翁（Sebastian Seung）做研究之后，他感觉文化完全不同。这里对他的数学要求更高，批判性思维的要求也更高。

他记得有一天，从导师办公室借了一本书，走到查尔斯河边坐下，心里想的是：我正在被狠狠地打败。

他说每个做这类事情的人都会经历这个时刻。但他从没想过退出。他还在拼命工作，同时也乐在其中。他觉得自己很幸运，身边的人几乎每天都会让他意识到：这个东西我不懂。只要弄懂它，就能再拼上一块拼图。愿意弄清楚自己能做什么、不能做什么，并且热爱去学那些还不会的东西，这才是最好的部分。

回头看这整场对话，泰德雷克反复在讲同一件事的不同侧面。那条靠重力走下坡的腿，那条在涡流里逆流而上的死鱼，那只被整个手掌包住的鸡蛋，都在说同一句话：不要急着用控制去覆盖世界，先看看世界本身已经提供了什么。

而他自己每天赤脚跑 12 英里，也是在用同样的逻辑。身体会给反馈，前提是你别把反馈的通道堵死。

• 想入门赤脚跑，先把距离砍到原来的十分之一。最容易受伤的是本来就能跑的人。脱鞋之后按原来的配速跑，当天就可能出问题。带上极简鞋或跑步凉鞋，不舒服就穿。
• 不想脱鞋，也可以先改步频。用每分钟 180 拍左右的音乐跟着跑，缩小步幅，避免脚跟重砸。这是成本最低的一次步态修正。
• 把通勤变成思考时间，而不是从工作里偷来的时间。泰德雷克把 12 英里的路程安排进日程，而不是挤出来。选一种方式（走、跑、骑车、划船），把早晚各一段固定成沉淀时间，会议自然围着它排。
• 遇到复杂系统，先问哪些部分可以让物理自己完成。无论是造机器人还是设计流程，先识别出可以顺着走的动力学，再决定哪里必须加控制。默认选项往往是把所有力都抵消掉，那通常是最费能量的做法。
• 用学习的工具之前，先判断这个问题该不该用学习。矩阵求逆这类有成熟解法的部分，交给数学；真正没有解析解、边界模糊的部分，再上模型。判断的依据是你对方法适用范围的了解。
• 找一个真正值得读透的文本，读第二遍、第三遍，写批注。不要用刷 arxiv 和博客的节奏对待它。泰德雷克说，值得你花全部时间的只有很少几篇，找到了就钻进去。
• 给关键系统准备一套显式检查清单，并且执行到底。DRC 那次摔倒，起因是比赛第一天有人漏勾了一个复选框。清单的价值不在于写出来，而在于高压环境下逐条核对。
• 做边角测试时，别只测罕见事件，要测影响大的罕见事件。稀有事件仿真如果只追求稀有，会浪费大量算力在没有后果的角落里。给测试目标加上后果权重。