# 拉斯·泰德雷克：欠驅動機器人、控制、動力學與觸覺 > 機器人學家談欠驅動系統的控制理論、動力學建模與最佳化，以及觸覺感知對機器操作的意義。 - 原標題：#114 – Russ Tedrake: Underactuated Robotics, Control, Dynamics and Touch - 期數：第 114 期 - 釋出日期：2020-08-09 - 嘉賓 / 主題：拉斯·泰德雷克：機器人控制 - 網頁版：https://lex.qiaomu.ai/tw/ep/russ-tedrake/ - 官方頁面：https://lexfridman.com/russ-tedrake/ - 精讀字數：約 17299 字（閱讀約 38 分鐘） > 本文為 lex.qiaomu.ai 基於原始訪談的 AI 改寫中文精讀，非官方翻譯；引用請註明出處並連結網頁版。 一臺沒有電機、沒有電池、沒有控制器的機器人，被放到一個小斜坡頂端，輕輕一推，它自己就走了下去，膝蓋自然彎曲，手臂跟著擺動，姿態鬆弛得像散步。 那是 2001 年前後，Honda 的 Asimo 剛剛亮相，代表著當時雙足機器人的最高水平。Asimo 屈著膝蓋、小心翼翼地挪步，像踩在滾燙的煤堆上。而康奈爾那臺純靠重力驅動的機器，看起來比它更像人在走路。 MIT 教授拉斯·泰德雷克（Russ Tedrake）在 Lex Fridman 的播客裡說，這是他見過最美的機器人運動。泰德雷克研究機器人控制，同時在豐田研究院（Toyota Research Institute，TRI）擔任機器人研究副總裁。他見過的機器人不少，但真正讓他念念不忘的，是不帶動力、不含演算法的運動。 ## 把輪子拆成腿，物理學自己就會走路 泰德雷克描述這個系統時，先從一個最簡單的模型講起：一個沒有輪緣的腳踏車輪，只剩下一圈輻條。推它一把，它照樣往坡下滾，但每根輻條撞地都會損失一點能量，每一次“邁步”又補回一點，兩者恰好平衡，它就進入一個穩定的週期性運動。太快了會慢下來，太慢了會加速。 接著把多餘的輻條去掉，中間加一個鉸鏈，就成了兩條腿，這就是所謂的“指南針式”行走器。再往後，史蒂夫·柯林斯（Steve Collins）和安迪·魯伊納（Andy Ruina）在康奈爾加上了膝蓋、手臂和軀幹，做出了三維版本。推一把，它能順著斜坡走出一段接近散步的姿態，全部動力來自重力。 值得看的其實是設計過程本身。泰德雷克說，那件事處在藝術和科學的邊界上。系統沒有被精確建模，也談不上精確控制，膝蓋上的吸盤要在正確的時間吸住、又在正確的時間鬆開，靠的全是一點點調出來的手感。沒有人寫下最優控制律，可它走起來了，而且走得優雅。 這件事留下了一個路徑的證明。控制一個複雜系統，不用把世界施加給你的力全部抵消掉，再強加一套自己能看懂的動力學。你可以放手，讓物理去做大部分工作，自己只管在合適的時候補一點能量。 > “也許我們不該把世界給我們的力換成我們自己想要的力，而應該讓世界推著我們走，順著它走。”（Russ Tedrake） Asimo 和 Atlas 走的是相反方向。泰德雷克說得很直接，那些機器人能效不高，因為它們要靠電機不斷抵消重力，把複雜的動力學抹平，換成可以數學分析的簡單形式。這套方法能奏效，代價是大量的能量消耗，以及一種永遠需要“對抗世界”的緊張感。 ## 一條死魚為什麼會逆流而上 說到最高效的運動，泰德雷克提到了哈佛和 MIT 的喬治·勞德（George Lauder）做過的一系列實驗。他們研究彩虹鱒魚在產卵季逆流時的行為。這些魚常常待在石頭後面，看起來是在偷懶，但也許那裡有能量上的玄機。 研究者在魚道里放了一個圓柱體，後面形成卡門渦街，也就是一連串脫落的渦。然後放一條活魚在渦流後面，從上方看它的步態。不在石頭後面時，魚有固定的擺動節奏，就像看人走路能認出人一樣。一旦進入渦流區，它的節奏變了，像是在渦與渦之間“衝浪”。 但活魚說明不了問題，因為這可能是大腦在控制。於是他們把一條死魚綁在石頭上，防止它被衝進格柵。按常理，死魚只會隨波逐流地漂。影片裡發生的事情是，那條死魚開始逆流遊動。沒有大腦，沒有電機，沒有控制，只是魚身的力學結構與渦街發生了共振。 泰德雷克說這是他見過最好的實驗之一。它把控制與力學那條模糊的界線整個撕開了。 ## 控制與力學之間，界線沒有想象中清楚 他不太願意把兩者分開定義。機器人有電機、有連桿，電機斷電的時候，機器仍然有被動動力學，重力還在工作。放上彈簧、加上阻尼器，那是力學。肌肉和肌腱本身就是彈簧和阻尼器。真正做事的是那些主動輸出能量、改變系統狀態的部分，控制器負責的是“給電機發指令”這件事。 問題在於，這條線比教科書上畫的模糊得多。他提到自己二十多歲時失去了一根手指，第五掌骨。平時不覺得，但開罐子、走路不小心撞到東西的時候才發現它有多重要。原本承受撞擊的是第五掌骨，現在換第四掌骨挨撞，起初很疼。幾年過去，骨頭自己重塑了，幾何形狀變了，力學結構適應了新的受力情況。 適應和進化也發生在身體上，大腦只佔了其中一部分。 ## 進化論的論證，大多是壞論證 Lex 問了一個流行的說法：人類直立行走，是為了把食物帶回部落分享。泰德雷克對這類論證持保留態度。他說這類故事大多很糟糕，因為我們手裡的資訊太少了。 真正決定一個物種能否存活的，常常是冰期來臨時誰剛好站在了合適的位置，誰剛好找到了一種能撐過去的食物。豐年時誰吃得更好，放到這個尺度上幾乎不重要。幾百萬個變數同時在起作用，事後挑出一個講成因果鏈，很容易，也很不可靠。歷史經常被幾件看似毫無意義的小事推動，比如有人因為睡錯了人被石頭砸了腦袋，然後部落開戰。 他舉了自己的例子：現在有一群人用進化論論證該吃什麼，說祖先吃什麼我們就該吃什麼。泰德雷克自己長期只吃肉，他母親覺得這非常不健康。他說這些論證聽聽就好，他吃肉只是因為感覺好。 同一套懷疑也適用於雙足機器人。他說自己研究雙足行走，主要原因是它難，它給控制理論提出了真問題，而不是因為他相信人形是未來。有人論證世界是為人類形體建造的，想讓機器人在今天的世界裡工作，人形是個好起點。他覺得這個論證有道理，但長期看，我們大概會為機器人重新設計環境，到那時候這個理由就不成立了。 ## 赤腳跑 12 英里上下班 泰德雷克住在離 MIT 大約 12 英里的地方。他常年赤腳或者穿極簡鞋跑步通勤，有時候跑過去騎車回來，有時候騎車過去跑回來。他說自己跑過好幾次往返，加起來接近一個馬拉松。 他起初並不是跑者。是先接觸了赤腳跑步的理論，才開始跑長距離，所以不需要“糾正”什麼。他參加過動態行走會議（Dynamic Walking Conference），那是個把生物力學界和行走機器人界放在一起的會議。他在那裡聽了很多關於赤腳跑步力學的報告，後來才讀了那本暢銷書《天生就會跑》。 他給的理由很樸素：穿鞋跑 10 英里，感覺挺好，晚上回家才發現膝蓋疼，說明途中做錯了什麼，但身體當時沒告訴你。赤腳跑的話，落地一重就疼，立刻就知道，步態會當場調整，很多時候是下意識的。他現在穿鞋跑反而會不自覺地用他認為更差的落地方式。 他要的是跑到很老還能跑，比賽名次從來不在目標裡。所以用短期的不適換長期的保護，在他看來是划算的交易。被石頭劃一下，一個星期就好了；膝蓋廢了，就永遠告別跑步。 關於入門，他給的建議只有兩個字：慢。最容易受傷的恰恰是那些本來就能跑很遠很快的人，脫了鞋還想按原來的配速和距離來，立刻就傷了。他自己運氣好，剛開始根本跑不遠，身體強制他循序漸進。他也會帶一雙極簡鞋或者跑步涼鞋，不舒服就穿上。 Lex 分享了自己的經驗：讀完書之後發現自己的步態完全錯了，步子太大，腳跟重重砸地。後來改成很小的步幅，跟著每分鐘 180 拍的歌練，練了很久。他覺得赤腳是最徹底的辦法，但調整步頻也能解決大部分問題。 泰德雷克補充說，腳上的肌肉和感受器數量跟手差不多，我們卻把它塞進一個堅硬的大殼子裡。赤腳帶來的是更多的本體感覺，你對動作的偏差更敏感。至於路上的石頭和玻璃，他說腳會變厚，現在幾乎什麼路面都能跑。 ## 通勤是一天裡最重要的思考時間 12 英里的通勤，他試過各種方式：跑步、騎車、輪滑，最近喜歡划船走查爾斯河。有人問他怎麼捨得花這麼多時間在路上，他的回答是，那段時間是用來思考和消化的。早上做完一堆工作，需要讓它沉澱一下才好去開會；晚上回家路上，再把一天的東西放下。 Lex 追問：如果實驗室的機器人正在崩潰，一小時後有個關鍵會議，這種緊迫感和“順其自然”的禪意之間怎麼平衡？ 泰德雷克笑了。他說自己不是快跑者，最快的配速大概是趕託兒所關門的時候，遲到要按分鐘罰款。他承認工作是圍繞通勤安排的，而且他很少覺得兩者真的衝突，因為那段時間讓他工作得更好。 他不追求痛苦。Lex 提到大衛·戈金斯（David Goggins）那種刻意選擇受苦的路線，泰德雷克說自己恰恰相反：走完應該比出發時感覺更好。疫情讓他失去了通勤，他就帶著妻子和孩子在城裡走，核心是離開鍵盤一段時間，讓東西沉澱。 ## 機器人學裡最美的想法，是清晰的思考 被問到機器人學裡最美的想法，泰德雷克沒有講某個演算法或定理。他說自己有幸和一些真正出色的控制理論家相處，那種把極其複雜、看起來一團亂麻的問題，用數學語言說清楚的能力，對他影響極大。 他講了幾周前的一天：白天開了一整天的線上機器人會議，聊了很多好想法，感覺很好。下午晚些時候，他和一位喜歡的控制理論家開會。兩個人從“如果……會怎樣”的抽象討論，慢慢收斂到極其精確的陳述。那些陳述描述的系統，並不比他真正關心的系統簡單多少，抽象程度卻高得多。這種反差讓他印象很深。 他擔心的是，人們低估了清晰思考的力量。深度學習非常了不起，他自己也用得很重，但它讓很多事情變得太容易做成了，以至於不需要那麼批判性地思考。作為教育者，他的挑戰是讓學生仍然嚐到嚴謹思考的味道。 他舉了個具體邊界：矩陣求逆。這件事我們很清楚怎麼做，哪怕矩陣很大，數學上也很成熟。你可以訓練一個深度網路來做，但不該這麼做。區分“該用學習”和“不該用學習”，靠的就是對方法適用範圍和侷限的理解。 Lex 追問：數學建模時，我們是不是總把系統簡化成玩具？泰德雷克說那恰恰是好東西。他反問道：如果牛頓和伽利略手上有深度學習，做了一堆實驗，然後給世界一個神經網路說“問題解決了”，我們今天會在哪裡？ 他認為我們不會走得像現在這麼遠。對現象給出最簡單的解釋，這件事本身有價值。他不懷疑神經網路能擬合出薛定諤方程那樣的東西，但他希望再出一個牛頓，因為更復雜的任務還需要更簡單的模型。 他補充了一個技術上的轉折：最簡單的解釋不等於低維。控制論裡找系統的最小狀態維數實現，是標準做法，但他覺得狀態維數不是複雜度的正確度量。 他舉了自己最關心的例子：機器人手抓取物體。寫運動方程時，方程看起來極其複雜，讓方程變複雜的，主要是接觸的開啟與關閉，手騰空運動時的動力學倒在其次。手在空中時，高維但簡單的描述完全夠用。一旦開始接觸，如果為手上的每個多邊形和物體的每個多邊形、每種接觸與否的組合分別寫一套動力學，組合數會爆炸。他需要一種更接近直覺物理的方式來概括這件事。他對此很樂觀，認為機器學習會帶我們到那裡。 ## DARPA 機器人挑戰賽：從虛擬賽場到一臺 400 磅的機器 DARPA 機器人挑戰賽（DARPA Robotics Challenge，DRC）緊跟在自動駕駛的 Grand Challenge 和 Urban Challenge 之後。提出這個構想的是當時在 DARPA 的吉爾·普拉特（Gill Pratt），背景是福島核事故。如果當時有可以直接送進去的機器人，災難也許能被控制住；事故之後，也有很多次人們希望有機器人能進去。 比賽有兩條賽道。硬體隊帶自己的機器人，軟體隊則要先在虛擬賽場（Virtual Robotics Challenge）中勝出，贏得使用波士頓動力 Atlas 的資格。Atlas 是 400 磅的人形機器，昂貴，外形也相當威猛。 泰德雷克說，當時並不完全清楚自己簽下的是什麼。任務書裡既要走過複雜地形，又要轉閥門、拿電鑽、在牆上鑽孔。比賽可以偏重行走和平衡，也可以偏重感知和自主規劃，最後的結果是，複雜地形上的移動佔了很大比重。 自主程度始終是核心爭議。設計意圖是半自主：網路降級的情況下，操作員只能傳幾個位元的指令，機器人得自己完成大部分動作。組織者的意圖很清楚，就是要區分“點幾下說去那裡做這個”的隊伍和“每一步都要人踩”的隊伍。 他把這看作職業生涯裡的決定性經歷。他剛拿到終身教職，本來可以休一個輕鬆恢復的學術假。他選擇把假期的後半段投進去。當時團隊已經有一批自己很滿意的演算法，想看看能推到多遠，也想借機做一次真正的軟體工程。 ## 比賽前三天，模擬器突然變快了 虛擬賽用 Gazebo 在雲端跑模擬。組織方希望物理模擬按實時速率執行，因為有人類操作環節，幀率穩定很重要。但要把那些複雜場景實時跑起來非常難，直到比賽前幾天，模擬器還沒完全達到實時。 這對泰德雷克反而是好事。他的控制器在解一個相當大的最佳化問題，也跑不到實時，雙方都在零點七倍速左右，正好跟得上。 然後郵件來了：好訊息，模擬器提速了，現在是一倍速。 他說自己當時就想，這下麻煩了。控制器的最佳化解不出來，機器人就會摔倒，感知團隊做得再好也沒用。他當天晚上就去找當時還在實驗室的弗蘭克·皮門塔（Frank Pimenta），說要讓二次規劃求解器變快，不是快一點，是快很多。兩個人那晚一起寫了一個新求解器。 他們沒有簡化問題。做法是熱啟動：每個時間步都在解一個大最佳化問題，但如果跑得夠快，這一步的解和上一步很接近。他們寫了一個很輕、很快的封裝層，先檢查附近有沒有現成的解能讓機器人穩住，如果沒有，再退回完整求解器。 風險在於，這個封裝層沒法真正測試。因為一旦退回原求解器，就意味著可能跟不上，機器人會當場倒下去。他們是在懸崖邊上跑完了那場比賽。 ## 輸了比賽，學到的是測試 被問到最大的收穫，泰德雷克說 DARPA 挑戰賽徹底改變了他對複雜系統魯棒性的看法。 比賽前幾天，他們看到機器人以一種從未有過的方式摔倒。整支隊伍醒著的每一分鐘都在跑這臺機器，但它還是摔了，因為他們沒有足夠的小時數去測試。他當時的結論是：某些東西必須改變。 贏的那支隊伍有兩臺機器人。他們不僅工程做得好，測試的頻率和紀律也是別人跟不上的。 測試是什麼樣子？他講了兩個極端。一端是單元測試，寫一個函式，就寫一個測試檢查輸入輸出。另一端是整合測試，把整個系統跑起來，驗證所有你以為正確的部分一起工作。系統級測試的規格很難寫，尤其是人形機器人這種複雜度。真實機器人上更難，因為同一個實驗無法跑兩次。你看到一次失敗，只能希望日誌裡抓到了線索，但大機率永遠無法精確復現。 現在的做法基本是蒙特卡洛：儘可能多地跑實驗，把環境設定成讓擔心的事情儘量頻繁地發生。本質上還是在依賴某種隨機搜尋。他說也許只能這樣，因為真正會傷到你的，往往是那些極其細微、根本沒法放回模擬裡的情況。 ## 從車裡爬出來，為什麼那麼難 DRC 裡最難的任務，泰德雷克認為是讓機器人從 Polaris 車裡出來。開車本身相對容易。問題在於，組織方給了一臺 400 磅的人形機器和一輛小型的 Polaris，機器人根本塞不進去。腳沒法放在轉向柱下面，只能一條腿跨在副駕、一條腿跨在主駕，用左手開車。 下車更難。沒有車門，坐在極其侷促的位置上，要從蹲姿站起來。 Lex 說看完那些影片之後，他對上下車這件事有了全新的敬畏，尤其受傷的時候。泰德雷克認同，那是個真正的控制難題。 他們準備了類似 NASA 發射前檢查清單的東西。比賽第一天，一項項往下走。其中一項是要關掉控制左腳的驅動器，那個控制器負責踩油門。然後開啟平衡控制器。第一天神經繃得太緊，有人漏掉了那個勾選框。 機器人在一個非常彆扭的姿勢裡，想把大長腿從車側挪出來。那個以為還在開車的控制器，命令左腳做了一個動作。問題在於，他們沒有空間恢復。平時如果機器人被十英尺長的杆子捅一下，它也能恢復過來，靠的是邁一步之類的次級平衡機制。可這一次這些機制全都失效了，因為在車裡，沒有地方可以邁。 他們只能退到最低層的反射。泰德雷克說，單純腳撞到座位或者地板，大概還能救回來。真正致命的是接下來那一下：機器人被晃動之後，尾椎骨離座位本來只差一點點，撞上了座位，另一隻腳同時微微離地。 沒有任何一份計劃寫過：屁股坐在座位上、雙腳懸空的時候該怎麼辦。 一旦脫離劇本，事情就開始朝著不可預測的方向滾。連狀態估計系統也不知道發生了什麼。那套系統收集所有感測器資料、推斷機器人當前的狀態，它不認識這個姿勢，於是給出的預測全是錯的。機器人劇烈地晃了一下，從車裡摔了出去，臉朝下，落在了終點區域裡面。 泰德雷克說，嚴格講他們拿到了離開車輛這一項的分數。全場鬨笑。 ## 機器人最怕的事情，是碰到世界 Lex 順勢問：Atlas 有沒有可能學會屁股著地、雙腳懸空時該怎麼處理？ 泰德雷克說這正是大挑戰之一。波士頓動力和全世界做腿式機器人的團隊，絕大多數擅長的是腳與地面接觸的情況，而且通常還是點足，腳底就是幾個小球。一旦肘部撞到牆上，情況就完全不同了。成熟的方案會有層層機制，防止控制器做出蠢事，但人類能利用偶發接觸來完成任務。你推我一把，我可能伸手扶一下，製造一個全新的接觸點。四足機器人會用腳做這件事，可整個機器人學界基本害怕身體其他部位發生接觸。 他說這挺荒謬的：有一整個運動規劃的分支叫無碰撞運動規劃，我們寫出非常複雜的演算法，就是為了讓機器人繞開世界，確保不碰到任何東西。 恐懼的根源是接觸本身被當成難題，控制和感知兩邊都難。 ## 摔跤是接觸的藝術，機器人還差得遠 Lex 練柔術，從小摔跤。他問那個所有人都要問的問題：什麼時候能看到機器人打贏人類的摔跤比賽？ 泰德雷克先承認這個問題的難度。摔跤裡還有對手，是個博弈論問題，動態且雙向。但如果先把對手拿掉，只看“如何推理接觸”，他認為有理由樂觀，只是目前最好的理解仍然相當有限。 他最近越來越關注操作（manipulation），那裡的接觸更豐富。深度學習策略已經有了一些令人印象深刻的例子，能在接觸中做出看起來不錯的行為；也有模型能預測物體在接觸過程中會發生什麼。但“根據這些模型快速做出決策”這件事，仍然沒有解決。 他補了一句：人類自己大概也不是在實時求解最優接觸序列。你可能有一個慢速的版本，學會了基本技能，然後把細節磨得更細。指望機器人當場把人形模型拿來做最優規劃，也許這個問題永遠不會被解決。 Lex 說，格鬥裡最迷人的地方是熟練之後的鬆弛感。你能把很大的重量甩出去，幾乎不費力。學習的過程他很清楚，一部分是理智上理解，更大一部分是身體自己在學，像本能一樣長出來。他不確定那是不是等價於訓練一個深度強化學習控制器，感覺更像是分散式學習。 泰德雷克接著說，還有層級和組合，這些是現在的系統沒捕捉好的。底層是反射，頂層是能規劃一次遠途旅行的那種系統，你不可能為每個目的地都準備一條策略，中間那一段最神奇。 他提到喬什·特南鮑姆（Josh Tenenbaum）常玩的一個遊戲：在桌上擺一堆雜物，挑三樣，比如電話、鞋、紙巾盒。先用右手拿起第一個，再用左手拿起第二個，然後用這兩樣當工具，把第三樣夾起來。他說自己從沒用鞋和礦泉水瓶夾過電話，第一次做會慢一點，但多數時候能想出辦法。 這種靈活性，在熟悉的領域呼叫練熟的低層控制器，在不熟悉的時候呼叫模型來規劃，才是真正了不起的地方。他還注意到，隨著專長提升，人對自身的感知也在變精細。剛學時你只有一個粗糙的力學模型，練久了，你會意識到以前根本沒注意到的肌肉和平衡要素。 ## 2050 年的機器人足球隊，還是 UFC 冠軍 RoboCup 有個著名的目標：2050 年，機器人足球隊要贏人類世界冠軍。 Lex 問：我們會先看到機器人世界盃冠軍，還是先看到機器人在 UFC 裡奪冠？ 泰德雷克說，很難說哪個技術更難，更重要的可能是哪個組織先開始。RoboCup 已經有二十多年積累，有歷史、有社群、有不斷迭代的人形機器人，勢頭在那兒。想做機器人綜合格鬥，最好現在就開始辦組織。 他還指出，真要讓機器人踢足球，正確的做法是讓它踢得跟人完全不一樣。它會利用規則漏洞，利用超強的執行器和超低延遲的反饋迴路，結果不會是你期待的那場比賽。DRC 已經證明了這一點：你很難寫出一套沒人能鑽空子的規則。 至於格鬥，他開玩笑說這有點奇怪，因為機器人的力量遠比人大。Atlas 踢你小腿一下，比賽就結束了。 ## 《黑鏡》之後，人們看機器狗的眼神變了 Lex 提到《黑鏡》裡那集機器狗，帶槍，會殺人。 泰德雷克說他沒看過那集，但他知道它播出的時間，因為那件事他記得很清楚。某個普通的週一，他給 MIT 的一群教授做報告，講機器人現狀，放了波士頓動力四足機器人 Spot 早期版本的一段影片。房間裡出現了一片驚恐的表情。 他問怎麼回事，他放這類影片放過很多次了。後來才明白，那集《黑鏡》改變了人們看他這些影片的方式。 他說自己不是心理學家，不清楚人們為什麼這麼反應。但機器人研究者有責任去思考機器人如何影響社會。他也坦承，自己以前開玩笑說，遇到機器人追你，跑五分鐘它的電池就沒了；現在不行了，電池能撐一個多小時。 他覺得恐懼有很大一部分是文化性的。他那代美國人看著《終結者》長大，同一時期在日本長大的人，看的可能是《鐵臂阿童木》，對機器人的反應完全不同。這到底是人類對金屬造物的本能恐懼，還是我們自己用科幻故事餵養出來的，他說不清楚。 至於那些覺得 Spot 上街巡邏就是反烏托邦的人，他沒有簡單否定。他說這種擔憂是合理的，因為未來本身充滿不確定性。但同時，技術上我們遠沒到那一步。技術是複雜的，可以被用在很多方向上；純軟體的攻擊也能造成巨大破壞，也許已經發生過了；輪式機器人、無人機同樣可以被濫用。 他給自己的定位是技術樂觀主義者：我們會繼續創造，世界會變，會引入新問題，我們會搞砸一些事情，但他相信我們也會用新的發明把自己從這些麻煩裡救出來。 他還補了一層解釋：人們看到像動物的機器人，會下意識賦予它自我意識或心智，而它並沒有。恐懼的一部分來自這種過度擬人化。 關於 AI 的生存性風險，他更認同羅德尼·布魯克斯（Rod Brooks）的說法：不會出現“機器人 vs 人類”的陣營對立，因為我們會變成“機器人化的人”。我們已經有智慧手機，有些人身上已經植入了技術，助聽器、起搏器、假肢。這個趨勢大機率會繼續。等到腦機介面成熟，“外面那個機器人”這個說法本身就站不住了。 所以從這個角度講，智慧手機已經是我們該警惕的那個機器人了。資訊誤導、注意力操控，這些問題全是人的問題。 ## 洗碗機不算機器人，這是機器人學的詛咒 Lex 問了一個聽起來很傻的問題：什麼是機器人？ 泰德雷克給了標準定義：把計算能力和做功能力結合起來。但他隨即指出機器人學的一個詛咒：一旦某樣東西真正好用了，我們就不再叫它機器人。家裡的洗碗機結構精巧、算力不弱、裡面有好幾塊晶片在做很複雜的事，但沒人把它當機器人。 結果是，機器人學永遠要去解決下一個問題，享受不到過去的成功。工廠裡那些成熟的工業機器人極其成功，可你要問機器人學的成功案例，它們不會第一時間跳進腦子裡。 他半開玩笑地給了個定義：機器人就是那種經常失敗的自動化系統。 從控制的角度，機器人分很多類。櫃檯上跟你互動但不碰你的機器人、自動駕駛汽車、無人機、會走路會用手抓東西的機器人，需要的控制方法完全不同。他自己一直偏愛那些與世界有更多動態互動的場景，行走和操作。而讓它們區別於經典控制問題的核心，是接觸。 經典控制有太多輝煌戰績：穩定本來被動不穩定的戰鬥機、電網、航天器著陸。這些系統至少還有個奢侈之處，變化相對連續。給副翼一個小的指令變化，航跡的變化也小。於是你可以在區域性把它線性化，搬出線性代數和它的各種推廣。 接觸不一樣。機器人開始碰觸世界、或者斷開接觸的那一瞬間，是不連續的；接觸的方式、接觸接觸不一樣。機器人開始碰觸世界、或者斷開接觸的那一瞬間，是不連續的；接觸的方式、接觸的順序，也會以複雜的方式改變結果。 ## 四條腿的桌子，物理定律答不上來 泰德雷克用一張桌子把問題講得很清楚。 三條腿的凳子，每條腿只在一個點上接觸地面。按高中物理的受力分析，桌子靜止，說明合力為零，重力被地面的支援力抵消；桌子不轉，說明力矩也平衡。這兩個條件恰好唯一確定了三條腿上的法向力，解是唯一的。 四條腿的桌子，如果四條腿被加工得完全一樣高，桌子放穩不動，守恆定律並不能唯一確定四個支援力。有無數種組合都能讓桌子不動。 本來這也沒關係，隨便挑一個解就行。可一旦引入摩擦就出問題了。標準的庫侖摩擦模型說，最大靜摩擦力正比於法向力。法向力越小，越容易打滑；法向力越大，越難推動。現在你不知道四條腿各自的法向力，你推這張桌子，就不知道它會往哪邊滑，可能往左、可能往右、也可能直著走。 剛體接觸的假設，會帶來這類悖論。寫模擬器、寫控制器都會撞上。軟接觸在數值上可能更難，所以很多模擬器仍然採用剛體假設，最好的那些則兩種都做，或者做混合。 後果是，我們沒法給操作任務寫出像戰鬥機那樣漂亮的控制器。在接觸發生的那一刻，方程不告訴你接下來會發生什麼。 標準處理方式是接受這件事，把微分方程換成微分包含，一個集合值的方程：我在這個構型、受這些力，可能發生的結果是一個集合。真正的不光滑發生在建立或斷開接觸的瞬間，以及從靜摩擦切換到滑動的那一下，速度會出現不連續的變化。 面對不確定性，控制理論有一個答案叫魯棒控制：設計一個控制器，不管世界給出哪種可能，都能完成任務。桌子可能想往左滑也可能想往右滑，控制器多推一點、少推一點，總能把它推到你想要的方向。代價是控制系統的負擔更重。 更麻煩的是組合爆炸。每一種接觸構型，粘著還是滑動、身體哪些部位在接觸，在方程裡都是一個不同的系統。要分別推理，組合數迅速失控。他說自己沒有足夠的時間去計算人形機器人所有可能的接觸構型，而一個人活了這麼多年，也從未遍歷過自己所有的狀態。所以“列舉所有接觸構型”這條路，從一開始就不該走。 舉個最簡單的例子：一隻平底腳。腳跟著地、腳尖著地，這兩個接觸點就能組合出四種不同的接觸構型。如果腳底還有凸起，還會更細。左腳大腳趾比右腳早一點點觸地，情況又變了。換成靈巧的手去抓一個礦泉水瓶，如果要列舉手指接觸瓶子的每一種順序，那就徹底走不下去了。行走之所以還能用這套辦法，是因為腳接觸地面的點很少；靈巧手至今沒走通。 ## 模擬不準不是藉口，工程投入不夠才是 很多人說機器人學受限於接觸模擬不準確。泰德雷克認為這個說法部分成立，但原因被誤解了。我們其實知道控制方程是什麼，雖然有不唯一這類小毛病，但本可以精確地模擬。問題在於寫一個真正好的模擬器，需要一個專業工程團隊投入大量工作。開源社群很了不起，但持續維護一個成熟模擬器，是另一回事。 這就是 Drake 的由來。他不太願意把 Drake 只叫模擬器，因為他們的控制器、部分感知系統也是在 Drake 裡寫的，規劃和最佳化也在裡面。 Drake 大致有三塊。第一塊是最佳化庫，在 C++ 和 Python 裡給商業求解器加一層抽象，你可以寫線性規劃、二次規劃、二階錐規劃、混合整數規劃，它負責把問題整理好、送給合適的求解器。第二塊是系統建模語言，有點像 LabVIEW 或 Simulink，可以用模組圖搭出複雜系統；跟 ROS 的區別在於，寫一個系統時你得把狀態和引數顯式宣告出來。前期多花一點力氣，換來的是可以在單程序裡跑全部東西，可以針對系統做控制設計，可以回放和重放模擬。 這個設計受 Atlas 的複雜度刺激。ROS 讓快速拼裝原型變得很容易，這點非常好，但他認為一個由各種零件拼起來的、像土豆先生一樣隨意拼裝的軟體棧，很難被清晰地思考。你對每個部件多要求一點，才能理解它們怎麼工作，才能驗證，才能在上面做學習。 第三塊是物理引擎，一堆多體方程，還有渲染等等。他說物理這一塊是整個專案裡最特別的，團隊做了大量工程，保證方程寫得正確。各種翻滾的衛星、旋轉的陀螺，凡是能想到的測試用例都測過。他們還在接觸模擬的基本方法上做改進。 ## 洗碗機考驗的是驗證，抓取早就不是瓶頸 豐田研究院在 Drake 上投了重資，邁克爾·舍曼（Michael Sherman）帶了一支動力學專家團隊。還有一支做操作的團隊，專門研究裝洗碗機這類任務，用它來啃那些真正難的邊角問題。 泰德雷克說得很清楚：如果只關心把水槽裡的盤子拿起來，他們完全可以不寫任何模擬，直接寫一個控制器，然後收工。他們真正想弄明白的是，通往一個商用產品的路徑是什麼：在任何人的廚房裡、對任何一隻盤子，都有足夠的把握完成任務。 這個系統裡有深度學習的感知在環、有複雜動力學在環、有控制器、有規劃器。問題是怎麼把這一整套複雜度塞進工程紀律和驗證確認流程，直到有足夠的信心部署。 DRC 讓他明白，最後這段不是可以甩給別人去硬化的。在驗證和測試階段把最後那道縫補上，本身就是根本性的挑戰，甚至可能改變我們寫系統的方式。 他丟擲一串沒有滿意答案的問題：機器人跑了大量測試，打碎了一隻盤子，你怎麼記錄這件事？真實機器人上的失敗無法復現，你需不需要把這個一次性的失敗搬回模擬裡，研究它、改控制器、確保不再發生？還是隻要把它加進分佈裡，相信平均意義上會覆蓋到這種情況？ ## 黑天鵝生成器 怎麼高效地找到邊角情況？泰德雷克說必須在這件事上做得更好。 控制理論講了四十年的主動實驗設計，今天人們管它叫好奇心，本質是探索與利用的權衡，但主動實驗設計更具體：先刻畫系統裡的不確定性，然後設計一個實驗，讓這個實驗提供最多的資訊來削減不確定性。如果你想知道某個引數，那麼能最優地學到這個引數的軌跡是什麼？ 把這件事擴充套件到有深度網路在環、有規劃在環的系統上，很難。他們和馬科·凱利（Marco Kelly）等人做過一些證偽演算法（falsification），做稀有事件模擬，在模擬器裡反覆錘打。只要模擬器足夠可信，你可以選擇花大量時間，也可以寫出好演算法，把大部分時間花在邊角上。 想象你要做自動駕駛，那就把車一直放在新德里市中心跑。這就是加速測試。取樣策略要能找出控制器表現糟糕的區域，然後在那附近大量生成樣本。問題在於，可能出錯的地方太多了，空間非常大，這類演算法很難寫。 他們內部管這個叫“黑天鵝生成器”。因為你要的是稀有事件裡影響最巨大的那些。 Lex 把話題拉到人身上：人類其實也一直在問“最壞能壞到什麼程度”，我們做得並不好。好在這個星球上有七十五億人，很多人會把自己乾的蠢事寫成部落格，我們因此能以分散式的方式學習。 泰德雷克說，這正是 TRI 在推的“車隊學習”（fleet learning）。一臺人形機器人沒有時間遍歷自己所有的狀態，但這個問題其實不必由一臺機器人解決。未來會有大量結構相似、附件相似的機器人，它們的集體資料足夠多，計算過程也應該與我們人類不同。 Lex 補了一個樂觀的觀察：人們其實很喜歡看一個系統在進步。特斯拉車主願意忍受還很笨的輔助駕駛，因為能感覺到它在學。對家用機器人更是如此，盤子掉地上不會出人命，使用者甚至願意像教小孩一樣教它。汽車不一樣，車會殺人，所以難度高得多。 ## 家裡的機器人，會先以什麼形狀出現 泰德雷克認為掃地機器人已經在家裡跑，Alexa 和 Google Home 已經在廚房檯面下，長出胳膊來做事只是時間問題。 他提到豐田的切入點是“原地養老”（aging in place）：幫老人留在自己家裡，保持活躍、保持社交，提升生活質量。這不一定是第一個最賺錢的市場，但可能是無論如何都必須解決的問題。 Lex 指出其中的張力：老人往往不是對技術最適應的人群。泰德雷克覺得這恰恰有意思，機器人在學習人，人也在學習這個新東西。Lex 補充說，他父母那一代對機器人幾乎是一張白紙，沒看過《黑鏡》，所以反應是“這東西能幫我幹什麼”，而不是恐懼。 泰德雷克判斷，無人機在學術界成熟之後衝出去成了一個產業，自動駕駛正在發生，操作領域會先在物流裡落地，家庭緊隨其後。這會是一個真正爆發的東西。 ## 把雞蛋握在手裡，比用兩根手指捏更安全 回到接觸這個話題，Lex 問軟體機器人。 泰德雷克說他特別不喜歡機器人害怕全身接觸這件事。仔細看機器人真正接觸世界的地方，幾乎都是軟的：指尖有墊，腳底有橡膠。可往上看，整條胳膊是純鋁的。這讓撞到桌子的情況變糟，剛體接觸的那堆麻煩全都回來了。 軟體從根本上改變了接觸的力學。點接觸變成面接觸，可以有扭轉摩擦，可以分佈載荷。他舉了雞蛋的例子：用兩個點去夾雞蛋，要產生足夠大的力托住它，很容易把殼夾碎；如果整個手把雞蛋包住，力可以分散到整個殼面上，碎的機率就小得多。 軟體會不會讓問題更難？他說恰恰相反，會改變計算問題本身。我們的數學被剛體偏向太久了。軟接觸讓結果更光滑，小動作不會引發不連續的後果，也不容易有東西瞬間飛出去。 另一個好處是感測。軟體天然適合嵌入感測器，測量形變。TRI 有一支團隊在做軟手，相當於把攝像頭藏在皮膚後面，能拿到非常好的觸覺資訊。這在操作裡極其重要：你花了很大力氣做頭戴式感知，識別出物體，然後伸手去碰，最關鍵的那一瞬間，你的手正好擋住了所有頭戴相機。沒有觸覺，你在最重要的時刻是瞎的。 ## 欠驅動：為什麼你沒法直接控制自己的重心 泰德雷克在 MIT 開了一門研究生課，叫欠驅動機器人（Underactuated Robotics），影片都在網上。他開玩笑說第一講基本就是在解釋課程名字裡那個詞是什麼意思，很多人是報名之後才知道的。 欠驅動的定義很簡單：一個機械系統有若干個自由度，也有若干個執行器。自由度數和執行器數相等，叫全驅動；少一個，就是欠驅動。 有朋友逗他：如果研究經費再多一點，你會不會去做全驅動機器人？他說不會。世界給我們的就是欠驅動機器人，不管我們喜不喜歡。他自己就是一臺欠驅動機器人，雖然有些關節上連著多塊肌肉，肌肉數量超過自由度，但有一個自由度他始終無法直接驅動：質心在空間中的位置。跳到空中的時候，沒有任何一個電機把他的質心和地面連起來。 被動行走器是這件事的極端形態：把所有電機都拿走，全交給物理。而所有行走機器人都處在這條譜系的中間，你得用一部分關節去推拉那些沒有執行器的自由度。 即便雙腳著地，限制依然存在。除非腳底有吸盤，否則你沒法讓質心以超過重力加速度的速度向下加速，因為沒有東西能把你往下推。多數時候你可以近似地把它當成全驅動來處理，可一旦邁出一步，就進入了更微妙的領域。想做真正動態的機器人，就得擁抱欠驅動。 操作同樣是欠驅動的。哪怕手臂每個關節都有電機，如果目標是控制一個杯子的位置和姿態，你沒有直接驅動那個杯子的執行器。再往深一層，系襯衫釦子的時候，襯衫的自由度是什麼？這個問題本身就讓人頭皮發麻。 也正是這些問題讓泰德雷克對當下的操作研究興奮：它打破了他思考了很多年的那套控制理論的基礎。 解決欠驅動系統的技術路線，是把決策寫成最佳化問題，用最優控制、多數時候是數值最優控制的語言來平衡那些複雜的方程，同時讓物理承擔更多工作。至於感知，DRC 時期他們就用了複雜的感知系統，後來在高速穿越森林的固定翼專案上也用攝像頭，薩蒂亞吉特·卡拉曼（Sarty Karaman）當時在隊裡，後來把它推得更遠。深度學習革命毫無疑問改變了機器人感知的邊界，現在操作任務可以用更深的方式接入感知。 但最自然的用法，讓網路看攝像頭、輸出物體的位姿，往往不是對的做法。他反問：襯衫的狀態是什麼？你係釦子的第一步，難道是估計整件襯衫的完整狀態，包括背後那一堆褶皺？ 顯然不是。有些狀態維度對任務極其重要，很多維度根本觀測不到也不重要。這就把狀態表示的問題重新開啟了。 ## 切洋蔥的時候，狀態空間在膨脹還是在收縮 實驗室裡最近在玩切洋蔥，或者說切胡蘿蔔，因為洋蔥味道大、在相機裡也難看清。 移動一個物體的時候，你想要的狀態是它在空間中的位置和姿態。可當你開始切洋蔥，第一刀下去，桌上變成了一百塊碎粒。控制系統真的需要知道這一百塊碎粒各自的位置、姿態乃至形狀嗎？大機率不需要。繼續切下去，塊會越來越多。狀態空間是在變大嗎？ 泰德雷克說不是。這裡需要一個更豐富的狀態概念。拉格朗日力學給出的那個狀態是存在的，但對任務而言，真正相關的是某種潛在狀態（latent state），一種不同的表示，某種壓縮過的表示。他說自己不太在意它是不是低維，關鍵是它要更容易被人或控制演算法處理。 如果接觸力學要為每一塊洋蔥、為它們之間所有可能的接觸排列組合建模，那麼即使給我一個高維但線性的表示，我也能接受。可要是必須處理那種爆炸式的組合，機器人就會坐在那裡想，湯都涼了。 ## 觸覺：主動地去碰，和被動機看，是兩件事 Lex 講了他和父親的爭論：他認為人可以僅憑語言就愛上機器人，他父親堅持觸覺和嗅覺不可或缺。 泰德雷克先從工程角度回答：如果機器人要在人身邊做有實際意義的體力工作，而且是近距離的，那就必須造得不一樣，必須不再害怕接觸世界。他提到《超能陸戰隊》裡的大白，覺得那個設計非常棒，TRI 有人正在嘗試做類似的東西。如果家裡走動的機器人長得更像泰迪熊而不是終結者，人們的反應會完全不同，甚至會想去教它，而不是評判它不如人。 他還提到 MIT 的感知科學家泰德·阿德爾森（Ted Adelson），研究了一輩子視覺。有了孩子之後，他本以為會被孩子的視覺發展吸引，結果真正讓他震撼的是觸覺：孩子什麼都摸、什麼都舔、拿起來就往舌頭上放。看著女兒長大，他說服自己必須更多地去研究觸覺。 泰德雷克補了一層解釋：這跟被動與主動有關。你可以被動地感知世界，但如果你能對它做實驗，能改變它，你能學到的東西和一個純粹的旁觀者完全不同。看 YouTube 影片和伸手施力，是兩個量級的問題。 至於情感連線，他說這不是自己的領域，但他也相信擬人化的價值。Lex 提到 Rethink Robotics 的 Baxter，那雙眼睛。泰德雷克說工業機械臂有了人的元素會更好用。 被問到對 Atlas 有沒有情感，他承認有。他沒有說這比別的投入巨大心力的科研專案更多，但確實有。決賽時他們給那臺機器人做了心臟手術，因為它燒壞了核心部件。一小時後就要比賽，機器人吊在那裡，內臟被掏出來。那個畫面他一直記得。 他說，一百年後回看，這些是機器人學的重要時刻。所有學科的早期都顯得可笑，充滿失敗。而機器人學在未來一百年大概會很重要，所以現在就是它的早期。 ## 三本書，以及為什麼讀得深比讀得多重要 泰德雷克說自己小時候讀書不多，現在讀得很兇。 他推薦了尤瓦爾·赫拉利的《人類簡史》和《未來簡史》，說能開啟思路。塔勒布的《黑天鵝》他也提了，雖然對塔勒布本人有些保留。然後他給了一個可能讓人意外的推薦：莫蒂默·阿德勒的《如何閱讀一本書》。 很多人討厭這本書，他很喜歡。他說自己讀到它的時候，正好被大量低質量資訊淹沒。我們現在的處境是，arxiv 上每天湧出大量未經充分同行評審的論文，資訊量極大，但真正值得你花時間的只有很少一部分。一旦找到那一部分，就該鑽進去、讀透它，在書頁邊上寫批註，留一本被翻爛的紙質書。 他喜歡阿德勒的那個觀點。蘇格拉底和柏拉圖說，文字永遠無法承載對話的美。阿德勒反駁說，一本真正好的書就是你和作者之間的一場對話，它跨越時間和空間。泰德雷克說這個看法很浪漫。 第二個影響他的人是阿西莫夫。阿西莫夫以科幻聞名，但職業生涯裡有大量時間在寫非虛構，他的回憶錄非常好看。他痴迷於把東西講清楚，寫過各種主題的科普，被稱為“偉大的解釋者”。泰德雷克說自己的風格與他共鳴：透過溝通和解釋去學習，本身就是一種學習方式。 他說自己在 MIT 教了這些年，思考問題的方式已經和當年不同了。講課帶來的恐懼感、被當場提問的壓力，逼著他對這些想法做到絕對紮實。如果沒有這些，他的思想大概會停在另一個地方。 談到線上教學，他覺得這是媒體形態的一次分岔。他可以直接把內容送進你的瀏覽器，你手邊就有一個搜尋引擎，他可以在講課的同時把三維內容推給你。這是去年他沒有的工具。機器人學也許能從中受益，今年秋天他會把它當成一次實驗。 Lex 提到剪輯的魔力：把一小時講座裡的五到十分鐘廢話剪掉，整場講座會變得不一樣。那些跑題的、含糊的、沒有澄清任何東西的段落，刪掉之後，剩下的東西會發光。 ## 給二十歲的人：想得深，是唯一不容易被替代的能力 泰德雷克說這是個當孩子很有意思的時代，一切跡象都指向贏家通吃。在他看來，真正能脫穎而出的，是那些能對問題做深度思考的人。你需要在網上敏捷地提問，用好網際網路的一切，這些技能很多人會有。 但能比別人想得更深、更批判的人，才會成為引領者。這件事更難學，一條路徑是數學和工程。 他建議儘早開始學數學。他自己一直上的是能選到的最好的數學課，但直到進了 MIT 才算真正扎進去。他也建議動手：把東西拆開，再裝回去，這是理解事物最好的方式之一。 然後要接受這是一段很長的旅程。你不需要什麼都知道，你也永遠不會什麼都知道。想得深，堅持下去，享受這個過程，但一定要停下來想一想，為什麼事情是這樣運作的。這個世界的內容太多了，很容易被淹沒。 Lex 講了自己的那本書：《動物農場》。他出生在蘇聯，這本書對他而言連著整個蘇聯史、二戰、那裡發生過的愛與恨與苦難，以及權力的腐化。他說這本像童書一樣講豬的小冊子，教給他的東西可能比任何書都多。 泰德雷克說他理解。他也有幾本技術書和一些演算法論文，會反覆回去看。他承認自己最近在丟這個習慣：arxiv、部落格、GitHub、新東西，一路刷過去，人就失去了真正掌握一個想法的能力。 ## 在查爾斯河邊，意識到自己被狠狠打敗了 泰德雷克在密歇根讀的計算機工程，他非常喜歡，喜歡計算機，喜歡程式設計。但到了 MIT，跟計算神經科學家塞巴斯蒂安·塞翁（Sebastian Seung）做研究之後，他感覺文化完全不同。這裡對他的數學要求更高，批判性思維的要求也更高。 他記得有一天，從導師辦公室借了一本書，走到查爾斯河邊坐下，心裡想的是：我正在被狠狠地打敗。 他說每個做這類事情的人都會經歷這個時刻。但他從沒想過退出。他還在拼命工作，同時也樂在其中。他覺得自己很幸運，身邊的人幾乎每天都會讓他意識到：這個東西我不懂。只要弄懂它，就能再拼上一塊拼圖。願意弄清楚自己能做什麼、不能做什麼，並且熱愛去學那些還不會的東西，這才是最好的部分。 回頭看這整場對話，泰德雷克反覆在講同一件事的不同側面。那條靠重力走下坡的腿，那條在渦流裡逆流而上的死魚，那隻被整個手掌包住的雞蛋，都在說同一句話：不要急著用控制去覆蓋世界，先看看世界本身已經提供了什麼。 而他自己每天赤腳跑 12 英里，也是在用同樣的邏輯。身體會給反饋，前提是你別把反饋的通道堵死。 - **想入門赤腳跑，先把距離砍到原來的十分之一。**最容易受傷的是本來就能跑的人。脫鞋之後按原來的配速跑，當天就可能出問題。帶上極簡鞋或跑步涼鞋，不舒服就穿。 - **不想脫鞋，也可以先改步頻。**用每分鐘 180 拍左右的音樂跟著跑，縮小步幅，避免腳跟重砸。這是成本最低的一次步態修正。 - **把通勤變成思考時間，而不是從工作裡偷來的時間。**泰德雷克把 12 英里的路程安排進日程，而不是擠出來。選一種方式（走、跑、騎車、划船），把早晚各一段固定成沉澱時間，會議自然圍著它排。 - **遇到複雜系統，先問哪些部分可以讓物理自己完成。**無論是造機器人還是設計流程，先識別出可以順著走的動力學，再決定哪裡必須加控制。預設選項往往是把所有力都抵消掉，那通常是最費能量的做法。 - **用學習的工具之前，先判斷這個問題該不該用學習。**矩陣求逆這類有成熟解法的部分，交給數學；真正沒有解析解、邊界模糊的部分，再上模型。判斷的依據是你對方法適用範圍的瞭解。 - **找一個真正值得讀透的文字，讀第二遍、第三遍，寫批註。**不要用刷 arxiv 和部落格的節奏對待它。泰德雷克說，值得你花全部時間的只有很少幾篇，找到了就鑽進去。 - **給關鍵系統準備一套顯式檢查清單，並且執行到底。**DRC 那次摔倒，起因是比賽第一天有人漏勾了一個核取方塊。清單的價值不在於寫出來，而在於高壓環境下逐條核對。 - **做邊角測試時，別隻測罕見事件，要測影響大的罕見事件。**稀有事件模擬如果只追求稀有，會浪費大量算力在沒有後果的角落裡。給測試目標加上後果權重。