波士顿动力与RAI研究所达成合作，强化电动Atlas人形机器人学习能力
波士顿动力周三宣布与机器人与人工智能研究所（RAI Institute）达成合作，旨在为其电动Atlas人形机器人引入改进的强化学习技术。RAI研究所前身为波士顿动力AI研究所。
两家机构均由麻省理工学院教授、曾任波士顿动力CEO长达30年的Marc Raibert创立。该研究所成立于2022年，使Raibert得以延续奠定波士顿动力基础的研究工作。
两者均与现代汽车关联密切。这家韩国车企于2021年收购波士顿动力，并为研究所提供资金，支持Raibert探索比商业公司更具实验性和前沿性的技术。此举效仿了丰田创建TRI（丰田研究院）的模式；后者已于10月宣布与波士顿动力合作，重点聚焦大型行为模型（LBMs）的应用。
这两项合作均致力于优化电动Atlas人形机器人的新任务学习方式。其中，与RAI研究所的合作专注于强化学习——一种通过试错操作的机制，类似人类和动物的学习过程。尽管传统强化学习耗时较长，但高效模拟环境的构建使得大量训练可在虚拟空间中并行完成。
双方合作已于本月早些时候在马萨诸塞州启动。这是继共同开发四足Spot机器人（“机器狗”）强化学习研究套件后的最新成果。当前工作重点在于将基于模拟的学习迁移至现实环境，提升Atlas在物理世界中的移动与交互能力。
针对Atlas，波士顿动力强调了“动态奔跑和对重物的全身操控”等需腿臂协同的动作场景。相较于Spot，双足形态带来了独特挑战与机遇，且每项动作均受平衡、力量、阻力及运动等多种力学因素影响。
Raibert表示：“我们在RAI的目标是开发实现未来智能机器的关键技术。通过与波士顿动力在Atlas上的协作，我们能在最复杂的人形机器人平台上推进强化学习。这项工作不仅扩展了技能集，更简化了新技能的获取流程，对人形机器人能力提升至关重要。”
此次合作消息发布之际，Figure AI创始人兼CEO Brett Adcock宣布公司将终止与OpenAI的合作，转而研发自有内部模型。
Brett Adcock向TechCrunch透露：“要在现实世界大规模解决具身智能问题，必须对机器人AI进行垂直整合。正如不能外包硬件一样，AI也不能外包。”
Figure AI认定，最适合其人形机器人的AI模型应为内部专门定制开发的版本。鉴于OpenAI的业务规模与重心，其对具身智能的关注度相对有限。此前亦有传闻称OpenAI正探索研发自己的人形机器人。
目前，大多数人形机器人企业均在开发定制化AI模型。波士顿动力凭借数十年在独特机器人系统上的软件开发经验，自然也不例外。尽管RAI研究所名义上独立，但双方共享母公司、创始人及战略目标。