美国加州圣克拉门托的雷山赛道是摩托车运动的历史圣地，这里是美国耗时最长的摩托车比赛——雷山25小时拉力赛的举办地。在去年9月，这里举办了一次非常特殊的比赛：真人赛车手和机器人赛车手之间的比赛。
　　在远处，有一位摩托车手像其他职业车手一样熟练地驾车过弯。但是距离靠近后，真实的一幕惊呆了观众们：这位车手不是人类，而是一台就好像刚刚从电子游戏《光环》（Halo）的场景中走出来的蓝色类人机器人。
　　电子游戏《光环》设置的场景是人類和称作“圣约”的一群外星人之间爆发的星际战争。按照游戏里的情节，当这台名为Motobot的机器人停下来后，你会感觉它会自动下车来追杀你。当然，在现实中它还做不到这点。
　　Motobot 2.0是一台全自主摩托车驾驶机器人，它可以驾驶一辆雅马哈YZF-R1M高速行驶。传奇车手瓦伦迪诺·罗西驾驶的也是这款摩托车。人类操控员只需设定好Motobot的驾驶激烈度——从0～100%，其余的事情全都由它自行完成，过程类似于比赛支持团队与人类骑手讨论比赛策略。摩托车看上去就是一台能够在赛道上迅速超越你的经典现代流线型赛车。
　　9月，Motobot 2.0的开发团队在赛道上成功实现了时速200公里的阶段性目标（比其前身Motobot 1.0的时速快了50公里）。然而不幸却又幸运的是（看你角度如何），跑完一圈赛道所用时间仍然比假想敌——瓦伦迪诺·罗西要长30秒。
　　作为有史以来最为成功的摩托车赛车手之一，罗西共赢得九座世界摩托车大奖赛（Grand Prix World Championships）奖杯。他的最快赛道纪录是惊人的85秒。Motobot在2017年10月第二次尝试打破罗西的记录，不过依旧失败了。
　　“我们撞过好几次车，其中有两次非常严重，”雅马哈汽车投资公司和实验室硅谷公司CEO兼董事总经理西条浩司说，他同时担任Motobot项目主管。“事故中没人受伤，事故时，摩托车和机器人处于对人安全的受控状态。在我们开发测试Motobot的过程中还发生了几次低速事故。这些事故都属于探索未知科技领域时必须付出的代价。”
　　日本摩托车制造商雅马哈公司于2014年启动了Motobot项目，并给它打上了“登月”项目的标签。“登月”项目是指具有前瞻性、探索性和突破性，但却在短期难以盈利的研发项目。
　　雅马哈的最初想法是开发一台“能自主驾驶摩托车的类人机器人”，并与SRI国际研究所合作实现这一目标。始建于1946年的SRI全名为斯坦福研究所，一直处在硅谷科技研发的最前沿。研究所曾经的开发成果包括苹果语音助理Siri、计算机鼠标和能够在自然灾害后协助救灾的Proxi等类人机器人。早在1966年，他们就制成了能够感知周围环境并做出推理的可移动机器人。
　　“为什么要开发一台摩托车机器人？”西条浩司自问。“因为这难度很大，并且从未有人成功过。”
　　“要开发出时速200公里级别的自主摩托车机器人要求高精度与高速度的计算能力。每次计算必须在千分之一秒内完成，哪怕一个微小的错误也会被急剧放大，并且超出Motobot自我校正的能力范围。”
　　“大多数人类车手都没有在如此高速下驾车的经验，因此我们认为这一目标足以证明，Motobot的能力超过人类。只要能打败罗西，就能明确证明Motobot的能力能够超越人类。”

　　对机器人工程师、SRI国际研究所Motobot项目主管布莱恩·福斯特而言，项目的另一个目标在于“了解如何才能成为一名伟大的赛车手。”
　　“具体而言，赛车手如何感知牵引力、实现摩托车功率输出最优化、并在摩托车超出稳定极限后校正恢复，”他说。“使用一辆未经改装的普通摩托车很重要，也能为人机大战打造一个公平的基础。”
　　这一规则意味着，设计师必须克服外形尺寸、控制机器人运动的促动器的型号、传感器位置以及其他对于特制车辆而言不成问题的限制性因素。没错，设计师把Motobot固定在了摩托车上，但是它的手却仍然需要抓牢并扭动油门开关。
　　另一方面，由于机器人不在开放公路上行驶，因此它无需像自主驾驶汽车那样使用摄像头或激光进行导航，而是使用GPS或IMU（惯性导航系统）导航，这两种导航技术常常用来控制无人机和卫星。
　　然而，工程师们必须克服很多挑战，才让机器人能够驾驶摩托车在赛道上高速安全地飞驰。
　　“我们最初面对的挑战就是平衡控制器，”福斯特说。“我们必须教育Motobot如何在车身严重倾斜——倾角从0到50度，时速五公里到200公里以上的情况下保持平衡，它必须能够迅速而精确地调整侧倾角。随着最终的高性能版本接近完成，控制算法也必须不断优化。” 　　“同样，路线跟随算法必须在高速直線道、缓弯道、急弯道、急加速和急减速等条件下正确运行。开发能够适应如此复杂极端条件的控制器是一项巨大的挑战。”
　　“我认为最大的挑战在于：在不翻车的前提下寻找性能极限，”福斯特说。“为了改进算法，我们需要不断测试性能极限，从而了解哪些地方需要改进。如果我们超过极限，就必然会翻车，毁掉一切。如果我们过于保守，了解的就必然有限，也很难进步。这是一个不断测试风险平衡的游戏。”

　　为了降低风险，福斯特和他的团队把Motobot带进实验室进行极端复杂的仿真试验，模拟在赛道上刹车和换挡等操作。各个传感器每秒可把数百条数据输入模拟器。
　　“我们最终发现，任何模拟器也无法完美复制真实的赛道，因此我们仍然需要在赛道上进行大量测试，并且有效控制赛道风险。”福斯特说。
　　西条浩司认为，正是由于“学习成本“的存在，我们才从未看到过人工智能在赛道上击败人类赛车手的新闻。
　　“最大的问题在于学习成本，不仅包括财务成本，还包括时间和各类资源。”他说。“AlphaGo等棋类人工智能因为没有翻车被毁的风险，所以能很快学会如何下棋，如何获胜。我相信在它最终战胜人类顶级围棋手之前必然曾经经历过数百万次的失败。”
　　“而Motobot的学习成本则更加高昂，修复破损的机器人需要花费很长时间。因此，我们每次测试都需要十分谨慎小心。”
　　Motobot可能需要装备喷气发动机才能战胜罗西。
　　“我们反复讨论比赛极限在哪里。”机器人专家、机器人设计事务所‘墨菲设计’主任史蒂芬·墨菲说。他曾经担任Motobot项目一期机械设计师，并曾为SRI国际研究所设计其他类人机器人，其中包括行走机器人Durus。“尽管不允许使用喷气发动机，但机器人可以进行空气动力力学优化。我们认定，由于Motobot的双手仍然需要紧握车把，因此通过机械手段把它固定在摩托车上不算作弊。”
　　“项目开始时，控制Motobot就像是在玩电子游戏，”他说。“你需要设定好速度，并告诉他你想去的方向。最后当我离开时，它已经成为自主机器人。”他认为，如果从零开始设计一台双轮自主机器人，打败罗西就会更容易。“不，我们没打败过罗西。为什么不这样做呢？因为我们需要解决更难的问题，”他说。“有数百个不同变量需要考虑。理论上你能设计出一台使所有参数都最优化的机器人，但实际中难度会更大。”
　　Motobot未能打败罗西，这无疑没能让工程团队为之欢欣鼓舞，但同时也使他们获得了重要的发现。似乎Motobot的未来取决于它的两条腿。Motobot和大多数类人机器人不同的是，它还不能行走。但是未来的版本将会自动走到摩托车旁并像人那样上车。
　　致力于解决当前问题的自动化技术设想将随着研究和实验的发展成为现实。例如，在未来，发展中国家可能会使用类似Motobot的类人机器人操控拖拉机和挖掘机，届时，还将有价格昂贵的新型自主化拖拉机和挖掘机问世。
　　SRI国际研究所正与智力矿业企业Enaex合作开发一种名为“Robominer“造型怪异的远程遥控机器人。它拥有与类人机器人相似的脑袋、两条手臂和躯干，所不同的是它同时还有四只轮子。
　　在西条浩司眼里，Motobot是否取得了成功？“它还在路上。我们在过去三年有了很多发现，这些发现会运用到未来产品的开发中。我们的业务取得巨大成功的潜力很大，”他说。“我们的发现十分独特，可以说没有Motobot就不会有这些发现。我们正在积极开发Motobot 3.0。请静候佳音。”
　　罗西，你的记录保持不了多久了。（摘自英国广播公司新闻网）（编辑/细辛）