Rethink Robotics的十年沉浮

张萌

或许，没有人能想到Rethink最终会止步于曾带给它无数辉煌的协作机器人。当理想与现实迎面相撞，结局不禁令人唏嘘。在过去十年的发展历程中，Rethink到底经历了哪些不为人知的坎坷？我们又能从中学到什么？当一代传奇落幕之时，让我们一同在文中寻找答案。

近日，Rethink倒闭的新闻刷遍了朋友圈，十年悬梁刺股，多少豪情壮志，一朝灰飞烟灭。我有幸在这其中的近六年中，服务于这家独一无二的企业，虽然已经离开相当时日，但感情尚在，真心希望它能渡过最艰难的关口。可惜，这一次，幸运女神并没有眷顾它。

Rethink是工业协作机器人的开创者，也曾是众多机器人行业研究者和从业者重点关注的一家企业。它的诞生、发展和失败，对于很多人而言，都有非常重要的思考价值。事件本身可以从多种角度去解读，而Rethink的成败得失却并非用三言两语就可以讲清楚。从我个人的角度来看，这件事更像是一个商业故事而非技术故事，在其中你能看到一切生意场中的“经典拼图”，伟大的构想、光辉的前景、激进的设计、延误的开发、错失的机会、重生的希望、急切的策略、绝望的自救，以及最后最经典的——无情的商业逻辑。即便我在其中亲身经历了很多事情，但我也不敢说了解了事情的全貌。眼看机会一个个错过，从不甘到惋惜，再到如今的淡然，我们能做的，就是吸取前人的经验，砥砺前行，尽量不掉进同一条河里。为此，我将一些所思与所见记录了下来，希望能对自己和他人产生一些启发。

成本控制下的Baxter

自成立的第一天起，Rethink的愿景就是制造出便宜、好用的机器人。创始团队瞄准的不是现在大家耳熟能详的工业机器人市场，而是小作坊、小工厂等有自动化需求却无法担负起整条生产线升级成本的潜在客户，他们也许只想引入几台机器人，保留大部分工人，而不对生产线进行全面改造。因此，Rethink构想的产品并不是传统的工业机器人，而是一种拥有近似于人类的能力和常识的，对环境有相当感知能力的，可以与人类肩并肩工作的，可以充当人类同伴的机器人伙伴，也就是我们后来所说的协作机器人。正因如此，Baxter被赋予了一个看起来不可思议的基础架构：两个七自由度、单臂展超过一米的机械臂，一颗可以转动、有表情的头，并且在头部和机械臂腕部各有一个摄像头，头顶还有十二个超声波传感器，这些都使其拥有了许多与人类相似的感知和反应能力，能够更好地与人协作，更容易让人将其作为伙伴而非工具。事实上，这一策略确实达到了预期效果——所有使用者在谈起Baxter和Sawyer时，都会拟人化地用“他”来指代机器人，而谈及其他机器人时，都无一例外地用到“它”。

为了让机器人具备便宜、易用、安全等基本特征，Rethink为旗下机器人制定了低廉的价格，配备了拖动示教功能，此外Rethink还会对机器人进行碰撞检测。

这样一台出色的机器人，其最初设想的售价是多少呢？5000美元。即使考虑到通货膨胀等因素，在2008年，5000美元也并不算多，要达到上述构型和功能，Rethink对成本控制的要求之高可想而知（后来其官方价格从5000美元上调至10000美元，又从10000美元上调至20000美元，最后全套成品接近30000美元）。

面对如此严苛的成本要求，你会怎么做？

机器人的制造成本相对透明，因为电机、减速机、伺服驱动器这“三大件”的价格其实没什么“水分”。Rethink的研发团队并非无所不能，他们想到的办法跟你我想到的办法相差无几，那就是采用便宜的电机和齿轮箱，外加自己开发通信协议和电机控制系统，并使用开源的ROS。便宜的电机其特性一般为高转速低扭矩;谐波减速箱相对昂贵，因此需要自主设计以降低成本，但随之而来的就是性能的降低与体积的增大。由此看来，机器人的“先天”缺陷已经较为明显：基础性能受到硬件条件的限制，速度、重复性、精确度等关键性能的上限都已经被限制住了。实际上，Baxter后来所存在的诸多不足之处，都在这一步埋下了隐患。

为了让机器人看上去更像人，其两条机械臂都被设计成了7轴，这不是问题，但是由于J1的关节扭矩不足，因此其无法支撑起整条手臂并使之维持在抬起状态，所以研发团队在其“腋窝”处加上了辅助支撑的弹簧。事实证明，这两根弹簧的引入引起了很大变数，或者说其本身就是变数。至少在当年，这些低成本弹簧的机械性能样本偏差，大到了我们无法想象的地步，并且随着使用时间和次数的增加，其性能会发生不可预测的非线性改变，这是控制组和機械组一直无法填补的“坑”。

一系列控制成本的做法造就了一台价格相对便宜但性能不算出色的机器人，而且其性能会随着时间的推移产生未知的变化，对于这样的机器人，我们怎能放心地使用呢？

看到这里，很多人都会对Rethink团队的做法产生质疑，而实际上他们（不包括当时的我）是一群相当聪明且有经验的工作者，你觉得他们会对机器人存在的潜在问题完全没有预料吗？当然不会，而他们的解决方案至少在当时看来，还是很有希望的，那就是依靠视觉。廉价机械臂的性能当然会很差，而且不稳定，但只要有出色的视觉引导，理论上机器人仍然可以从一堆静态或者移动的物体中准确瞄准，并成功抓取目标物体。这就是机器人学家们公认的“易学难精”的Visual Servo。

到此为止一切顺利，但是成本控制又一次制造了障碍。Baxter的三个摄像头使用的都是WebCam同款成像模组，没有任何深度信息，而且其样本方差较大，分辨率也不高。后来团队利用数学推导最大限度地弥补了样本方差大这一缺陷，并且使用测距器提供某一点的深度信息。来自传感器的图像有了，下面一步要做的就是识别。2008年的图像识别技术远不及今天先进，当年Rethink想做的是用一个勉强算是高清的视频流去精确识别、定位流水线上几乎可能出现的所有物体，团队中四位MIT博士绞尽脑汁，仍然在这个任务面前遇到了无法逾越的障碍，这并非是因为研发团队的能力不足，而是在当年这实际是个不可能完成的任务，保守地讲，即便在今天也很难有人可以做到。幸运的是，大多数物体的外形非圆即方，因此总能找到Baxter可以识别的物体，尽管成功率暂时达不到工业生产的要求，但Baxter还是能完成一些任务。

随着Baxter发售日期的逐渐临近，一个日益明显的事实是，视觉引导的抓取效率实在不高，因此机器人需要通过盲取盲放来提升节拍并降低循环时间。要盲取盲放，视觉所能提供的纠正就完全不存在了，这时我们应该怎么做？是的，我们陷入了最初因为成本控制而给自己挖的“坑”。

此时，Baxter已经临近发售，对性能进行大幅改进已经是不可能的了。投放市场后，当初期的热度散去，其自身存在的性能缺陷就被越来越多地暴露出来，原本设想的与人直接进行互换的使用模式并没有在实际应用中得到验证。与此同时，来自传统小型化机械臂的竞争，令Baxter无法在工业机器人领域找到容身之处，因此其最成功的领域刚好与PR2机器人相同——教育和科研。教育和科研市场对低成本、多传感器的设备有着非常大的偏好，同时对性能和可靠性的要求很低，因此Baxter在这里找到了最适合的定位。这个市场有多大呢？起码比原本的目标市场要小很多，因此整个公司经历了裁员的阵痛后，便马上头也不回地转入到了下一版硬件开发的工作中。

毋庸置疑，Baxter是全球第一款协作机器人，然而它留下的却是一个不太成功的案例。与此形成鲜明对比的是，一些机器人企业在同期将他们的小型机械臂用协作的概念重新包装后，获得了成功。

我个人认为，以下几件事值得我们思考：

1. 领先半步是天才，领先一步是疯子。激进的产品设计（极低成本硬件、用软件弥补性能等）是当时的技术所无法支持的。而比传统机器人更小、更轻、更安全的小型机械臂，实际上只比当时市场上的其他产品领先半步，但境况却要好得多。

2. 任何机器人产品都必须以合格、能执行任务为前提，在此基础上增加的亮点才有意义。换句话说，只有在满足需求后，“噱头”才能加分。

3.为了达到某个极低成本目标而设计的产品，往往在一连串的妥协之后无法控制成本，同时还会在其他方面（如性能）引入更多妥协。

4. 冒然采用大量自主设计的、未经验证的核心元器件，对研发过程带来的风险远大于收益。

5.大量传感器的堆积并没有意义，除了增加宣传噱头外，徒增成本与可靠性风险。够用的传感器（数量、种类）就是最好的。

回归现实的Sawyer

痛定思痛，Rethink推出了一款远比Baxter保守的产品——Sawyer。Sawyer相对Baxter而言后退了半步，团队摒弃了原来的设计思路，对构型进行了重大更新，向单一目的的小型工业机械臂靠拢。“伺服电机+谐波”的设计方案让基础性能有了保障，坚硬的传感器使机械臂的整体静态刚度维持在了较高水平。与此同时，重复精度降到了亚毫米级。团队吸取了之前的教训，采用了知名厂商生产的工业级机器视觉摄像头模组。当然，对成本的控制仍然在考虑范围之内，所以团队为了抵消新传感器抬升的成本，选用了高转速低扭矩的廉价电机，在谐波前加上了一级减速齿轮，导致重复精度略有下降。从数据上看，至少Sawyer的硬件素质已经接近竞争对手了。同时，大幅缩小的外形尺寸和精湛的工业设计令其在保持了家族化元素的同时变得更加美观。从早期的市场反馈来看，Baxter在教育、科研领域的表现使得人们对Sawyer在工业方面的应用依然充满期待。

平心而论，Rethink其实非常幸运，很多初创企业根本没有被给予第二次机会。然而任何事情都有代价，这次的代价，就是要在最短的时间内拿出扭轉局面的新产品，从而打开营收渠道。要实现这一目标，就要压缩研发周期。如果是你，你会在每次迭代过程中优先压缩哪个环节（每次迭代包括设计、制造、测试，之后再更新设计，重新制造并测试）？

对，与你想的一样，测试环节被压缩了。实际上每次迭代都是设计完上一版后就直接开始设计下一版，中间的测试环节几乎被完全省略。这样做似乎可以在企业成立初期加快成长进度，但这样做的后果也是十分严重的。

整机性能测试直到研发中后期才正式介入，因此研发团队所得到的性能实际上是探索式测试的成果，此前甚至没有人知道这些机器人的实用性究竟如何。最终的测试结果不尽如人意，但是这时候再对硬件进行重大修改为时已晚，由于新产品在性能方面较之上一代产品而言有较大提升，因此整体还是让人能够接受。当然，与传统机械臂相比略低的性能使得机器人对于工作环境的要求变得更加严苛。

机器视觉的引入是一个新的亮点，抛弃了WebCam之后，新的机器视觉解决方案令整个视觉组长出一口气，放置摄像头的位置改到了腕部，避免了被夹具遮挡的窘境。新的摄像头成像素质有了很大提高，而且整体组装精度更好，作为高精密系统的一部分是完全合格的。同时，研发团队吸取了之前的教训，并没有掉入形状识别这个“陷阱”，而是选择先从标定机器人的本体位置开始入手，算是在正确的方向上迈出了一步。然而，有一个问题其实不太好回答：为什么其他品牌的机器人很少直接集成机器视觉摄像头，而是主要依照任务需求来临时添加呢？是大家都没想到吗？有这个可能，但有没有别的可能呢？

一开始，机器人的表现看上去确实好了很多，当研发团队再次“小心翼翼”地踏进物体识别这个领域，试图从传送带上抓取一些PCB时，才发现成功率并不令人满意。从成像图中可以看到，物体在肉眼可见的范围内变得模糊，这说明镜头的景深并不能覆盖如此大的距离。鉴于此，在机器人工作时需要让物体尽量与其保持特定距离，虽然这会牺牲一些超大或者超小的物体，但这至少可以让机器人顺利完成一部分工作。镜头的景深范围是多大呢？理论上，几十公分的范围还是有的，可是实际上不同机器人之间的表现却存在差异性。出了什么问题？

我们都知道光学原理是不变的，特定的镜头与传感器组合形成的景深是可以计算的。如果在此景深内，镜头分辨率超过传感器分辨率，那么我们认为成像是清晰合格的。然而，研发团队的要求——镜头在特定距离上聚焦——在供应商那里被理解为，在特定距离上的测试靶成像清晰，这样的结果就是所有镜头的对焦距离都不一致，只是它们的景深刚好都覆盖了研发团队的要求距离而已。换言之，同一批机器人有些可能是“近视”，有些可能是“远视”，且无法从原始校准数据中获得任何线索。

事实上，从目前而言最高效的机器视觉方案仍然是基于外置摄像头，针对特定应用进行优化的方案，从视觉厂商开发了多种硬件和高度可扩展的软件这一点就能够得到印证。一个内置的固定摄像头可以解决的问题是有限的，很多时候还是外置的视觉方案更精确、更高效，而且成本更低。围绕这个内置摄像头要规划许多开发资源，而这样做所能收获的回报却暂时成疑。

除了视觉，受益于整机性能的提升，足够精确且高带宽的力觉控制也变成了一个可选的方向。可控的力觉可以实现例如摸索、尝试这类只有人类才具备的能力，这对于弥补性能的不足有益处。同时，配合一定的自主学习，可以帮助机器人更好地适应半结构化的、经常改变的工作环境。很显然，这一方向的开发难度比较大，因此研发团队在这一方向上引入了更多的名校硕士、博士。这必将是一个漫长的过程，本质上是基于一个够用的平台去进行基础研究的探索。

与Baxter相比，Sawyer的目标更明确，思路更清晰，产品的呈现也更接近实际需求。此时的Sawyer已经基本达到了一般小批量生产阶段的平均水平，现在要考虑的是将其卖出去，工业机器人的传统市场有美国、日本和欧洲，这些地方都是要覆盖的，那么除此以外呢？

开拓市场的艰难探索

时间回到2015年（大部分人认为2014年是中国工业机器人的元年），当时整个机器人产业的目光都聚焦在中国，实际上那一段时期的中国机器人市场年增长率一直在40%-70%左右，在这一大背景下选择进入中国市场，是非常自然的。

与其他成熟的市场相比，中国是一个非常独特的市场，但它仍然遵循基本的市场经济法则，那就是好东西能卖出去，坏东西卖不出去。更“利好”的一点是，由于市场规模大且层次多样，因此即便是稍微差一点的产品也能卖出去，只要价格合理，生存下来不是问题。可即便如此，Rethink仍然没能打开市场局面，原因是什么呢？

外国企业“水土不服”、价格定位不合理、竞争对手众多都是重要的原因。但最重要的一点是与市场上众多产品相比，Rethink机器人的差异化特点没有很好地体现在实际应用中。之前我们提到过，Rethink在研发产品时遵循三大要素：安全、易用、价格低。但在全民追求效率的背景下，安全性的意义并不明显;易用性随着机器人对工作环境要求的提升，逐渐失去优势;价格方面，由于机器人市场的整体价格下降，Rethink在很多时候处于劣势。此时，如果产品仍然存在明显的差异化，则还是具有足够的说服力。然而Sawyer新加入的两个特点：视觉和力觉，基于上述原因，并没有形成有效的竞争力。那么还剩下什么优势？没有了。

在中国市场的资源倾斜并不是短时间内能够得到调整的，这使得Rethink对更成熟、机会更大的美日欧市场的投入相对较少，尽管Rethink在后期将重心逐渐转向了欧洲和日本，并取得了不错的进展，但最好的时机已经错过。由此看来，Rethink进军中国市场的时机实际上是不成熟的，或者说当时整个公司都还没有做好准备。

缺少检验的实践

虽然Rethink一直声称自己是一个软件公司，“只是刚好制作机器人”，但其早期软件为简化流程进行了一系列优化，这使其并不适用于工业领域的绝大多数应用。在产品部门的不懈努力下，整个团队终于从早期追求易用的“窠臼”当中爬了出来，另起炉灶开发了全新的、更适合工业用户的软件，新软件只保留了经典的表情和拖动示教，其内核思维完全转向了工程师而非生产线上工人身边的机器人。同时，软件功能的更新也更加迎合欧洲市场。当时的欧洲市场确实对应该如何正确使用工业机器人产品拥有更多经验，这个市场几乎不需要被教育，也不需要被启发，它明确知道自己要用工业机器人来做什么。因此工业机器人在欧洲市场的应用要比在其他市场快得多，也容易得多。在这里，许多机器人被放到了生产线上，开始实现真正的价值。

还记得省略掉的测试环节吗？具体来说，测试环节主要是对关键组件进行长效性和可靠性测試。当时只针对最关键的零部件做了寿命测试，但对使用这些关键零部件的组件却并没有给予足够的重视，理由是其他设备都是采购来的，其供应商应该负责保证它们的寿命。这听上去似乎是个好理由。然而，预计的机器人整机使用强度是根据美国国内的5×8小时标准推测的，但欧洲的机器人使用强度为7×24小时，因此潜在的隐患很快就被暴露了出来。可靠性理论不会骗人也不会被扭曲，假设一个组件在每台系统中复用5次，那么即使单个组件数千小时的MTBF（平均故障间隔时间）也足够让整机的MTBF下降到数百小时，而加上多台系统在同一个环境中工作，进一步使得整个机队的可靠性下降到令人无法接受的程度。

产品的测试环节十分重要，然而却容易被人忽视。在一个公司中，对于测试以外的其他团队而言，往往会认为一款好产品的诞生与测试无关，而产品出现了问题则需要由测试团队负责。由于测试环节耗时长，因此要想缩短产品迭代周期，测试环节首当其冲。人可以选择无视某些东西，但科学规律不会。

希望的破灭

2017-2018年，越来越多的人在反复落空的收购传言中离开，剩下的人也不知所措。事实上，几乎所有人都认为Rethink会被某个公司以极低的价格收购，因为即使被卖掉也比关门好。可惜，商业逻辑永远是无情的，如今回头去看，最后阶段的很多希望都只不过是一厢情愿。

Rethink倒了，由于受众对技术的关注往往高于对产品和定位的关注，甚至在机器人圈中，对于Rethink核心技术SEA（串联弹性驱动器）也有几个常见的误解：

刚度低？不一定，至少不很低。

性能差？不一定，至少不很差。

成本高？不一定，至少不很高。

那么Rethink的问题是技术问题吗？我认为不是技术问题，而是产品问题。企业的核心逻辑是把一个产品（合格的产品）用什么样的价格卖给谁。就像我在文中所讲到的，一个企业首先应该做出有用的产品，其次再将其不断完善，这个顺序不能颠倒。Rethink的核心问题在于没能将自家产品与其他产品的不同转化为使用者能够实际感受到的益处。即使研发团队避免了研发过程中的所有陷阱，Rethink至多也只能成为一个能自立的公司，而难以成为成功的公司，除非这个关键问题能被解决。

Rethink在过去十年留下了无数的故事，在这里能讲的也只是其中的很小一部分。许多人为了同一个愿景在其中付出了很大的努力，取得了惊人的成就。至少，Rethink这个名字会随着协作机器人一起写入科技发展史，成为我们这个时代有限的一部分。笔者有幸曾与这些英雄们并肩奋斗。即使Rethink已成为历史，即使我早已离开Rethink，但我们共同的精神却会一直传承下去。如今，我的朋友有一些在Boston Dynamic、Amazon、Google等知名企业服务，也有一些在Prime、Realtime等初创企业中以各自的方式推动着行业变革。至于我自己，我很幸运地与博灵机器人的一群同样优秀的年轻人在一起探索新的领域，书写着属于我们自己的历史，并且希望能让历史成为传奇，这会是一段新征程。