就在葉曉奇走的這天，“大狗”發生了翻天覆地的變化。

　　“突突突突突……”

　　大狗搖搖晃晃的走在倉庫的廠房裡，知道的，知道這是正在研發機器的機器人，不知道的，還以為倉庫裡面開了抽水泵。

　　以汽油機作為動力的“大狗”，嗓音方面的表現是極其不合格的，這完全是從原版的“大狗”身上抄來的毛病，反正能達到目的就行，細枝末節沒有人關心。

　　“大狗”的動力系統就是這個樣子的，汽油機帶動液壓泵，液壓泵帶動液壓杆，液壓杆帶動四肢，從而完成運動，王久明半年來的成果就是這個了。

　　而今天，大狗開始往上面加裝配件了。

　　兩個高清攝像頭組成的類人眼，裝在了大狗的頭部位置，鏈接著傳感器，而傳感器鏈接著運動控制中樞，這就是視覺。

　　大狗頭部頂著一個LDS激光雷達，跟救護車的頂燈一樣，不停的旋轉，對周邊環境進行掃描，這是為了補償視覺技術不成熟造成的缺陷。

　　葉曉奇並不清楚原裝大狗最後是怎麽實現的，只能從兩輩子有限的視頻和技術資料裡，知道大狗它是可以完成局部環境感知的。

　　但是沒關系，這項技術並不是大狗的亮點，掃地機研發的技術平移過去就是了。黑貓白貓，逮到老鼠就是好貓。

　　所以大狗其實是擁有了三隻眼和兩套視覺系統，兩隻視覺眼是一個系統，一隻激光眼是另外一個系統。

　　擁有三隻眼的有很多人，最有名的那個人叫楊戩。但是三隻眼的大狗和楊戩一點也不像，更像是頂了一支竹蜻蜓的多來A夢，而LDS上方的金屬保護蓋，則讓這個腦袋看起來像那麽回事了。

　　“突突突突突……”

　　環境很嘈雜，嘈雜的環境中，“大狗”沒走出兩步，好似膝蓋一軟，這台金屬野獸轟然倒下。

　　“突突突突突……”

　　倒下的大狗依舊沒消停，似是在痛苦的掙扎。

　　王久明做了個手勢，立即就有坐在旁邊的小弟，操作電腦發出了WiFi指令，大狗瞬時停住了掙扎，像是認了命一般。

　　如果不是“突突突突突”的聲音，沒準會有人以為大狗已經死了也說不定。隨著有人上前關掉了發動機，“突突突突突”的聲音也沒有了，大狗的“屍體”，就安安靜靜的側著躺在地上，一動不動。

　　“這能行嗎?從編程步態改為學習步態，這表現反倒是還不如從前。”

　　王久明懷疑的語氣對著旁邊一來人說道。

　　這人不是別人，正是周從文，葉曉奇臨走特地交代關注這個項目。

　　小周道:“不行也得行，就這個方案。咱們是拿錢辦事的，老板怎麽說那就怎麽乾，方案有問題那是老板的問題，跟我們沒關系。”

　　小周拍了拍王久明肩膀，“跟老板共事這麽久，我相信老板的方案肯定沒問題的，老板說行那就肯定行。”

　　不行?不行也得行！

　　葉曉奇多次強調過這個問題，大狗必須是學習式的運動處理邏輯，編程式的沒有意義。

　　因為只有潛力更高的深度學習步態，對未來機器人的研究方向才是有用的，也是最有價值的一部分。

　　大狗只是科技樹的一個地基和過路的，絕不是終點，反倒是，只有可學習式的步態，對後期機器人的成長影響最大。

　　除了視覺感知，作為一款靠四肢移動的設備，“大狗”另一項必備的技能有個專業的名詞:動態平衡。

　　動態平衡是啥意思呢……

　　就是說，一個人，想要往前走，無論是先邁左腳也好還是先邁右腳也好，他首先是先把重心前移，然後才能完成行走。

　　一個人假如要摔倒了，他肯定第一反應是向摔倒的方向便宜，以保持自己的穩定。

　　一個人想要從蹲起來或者爬下來的姿勢站起來，他也要調整自己的重心，也就是前傾，沒有前傾的人是起不來的。

　　對大狗來說，四肢的十六支液壓杆上連帶的觸底傳感器，就是大狗的神經系統的一部分，靠這個感知是踩空了還是踩到了東西。

　　大狗內部安裝的陀螺儀、水平儀等元件，則是讓大狗對自身的狀態有了基本認知。

　　通過這些數據，大狗的運動中樞芯片，可以做出反應，隨時調整自己的步態，保持動態平衡。

　　這是理論上的，大狗有了翻天覆地的變化，就是指這套東西，被加裝了數據收集程序，並按照數據集進行策略編程。

　　萬事開頭難，第一次用這個東西，大狗的表現當然是不盡人意的，但是卻是為後續的研發打基礎的重要環節。

　　但是從今天開始，大狗不再是一副皮囊，而是餃子皮裡有了餡兒。

　　類人機器人有很多。

　　常見的，餐廳服務、迎賓接待，一般都是輪式或者固定式，這種當然無所謂平衡不平衡。

　　再往後數，就是各個大學或者研發機構做的雙足機器人，這些機器人具有一個顯著的特征:足部非常大！

　　這類機器人跟動態平衡也沒關系，他們能夠站立，靠的是物理設計。巨大的腳掌前後各算一個支點，兩隻腳掌就是四個支點，從而完成平衡。

　　動態平衡有什麽用?

　　它可以讓機器人跑的快，這就是葉曉奇被波士頓動力公司折服的原因。

　　沒有動態平衡的機器人，走起路來像龜爬一樣，只有有了動態平衡的機器人，才能驚豔的如同運動員一般，飛簷走壁健步如飛。

　　這跟神經網絡卷積深度學習還不一樣，不是說只要素材足夠就能暴力的堆出來一個結果。大狗自身的運動結果，就是素材，跌倒了的一組運動數據會被標記為失敗，沒跌倒的則是被標記為成功，底層設定還是人工編程實現。

　　動態平衡屬於仿生學，仿的就是人，沒有什麽研究對象比研究和模仿人本身來的更容易。

　　大狗的邏輯處理，則是和掃地機一樣，分為主控、運動控制中心和感知中心三部分。

　　主控就相當於大腦，有簡單的聽從指揮的能力，運動控制中心連帶感知中心，相當於小腦。機器人的設計都是分開的，也必須是分開的，為了利於維護、開發，通俗的說，這麽做bug少。

　　大腦和小腦的比方是不太恰當的，因為大狗的運動中樞編程要比控制中心複雜的多，小腦的“分量”遠超大腦。如果要打個比方的話，大狗乃至所有機器人的仿生原理，大概可以用五個字來闡述:

　　龍族和獸族……