近日，北京通用人工智能研究院具身智能机器人团队在机器人算法领域取得重大突破，提出全球首个“力位混合控制算法的统一理论”。该算法无需依赖力传感器，就能让机器人同时学习位置与力的控制，相关任务成功率较只使用位置控制的策略提高了约39.5%。更值得关注的是，其相关论文目前已斩获国际机器人学习大会杰出论文奖，这也是该奖项设立以来，首次由全中国籍学者团队摘得。

　　在北京通用人工智能研究院的实验现场，一个搭载了这项新算法的四足机械犬，正有条不紊地执行擦白板的训练任务。科研人员借着这一实操场景，解释了力位混合控制算法的核心原理与突出优势。

　　科研人员介绍，当前广泛应用的视觉-语言-动作模型（VLA），在应对现实生活中的诸多任务时，往往会显得“力不从心”，核心问题就在于这些任务大多涉及复杂的接触场景。比如，擦黑板时，机械臂必须既贴合表面又保持适当的压力；开关柜门时，需精准感知内部的推拉弹簧结构。机器人需要的不仅是“走到哪里”“手伸到哪里”，还需要理解“该用多大的力”。而在没有力位混合控制算法前，这些都需要通过力传感器来解决。

　　人机协同更流畅

　　拓展多元应用场景

　　随着力位混合控制算法的深度应用，机器人不仅可以在没有力传感器的条件下，实现位置跟踪、施力、力跟踪以及柔顺交互等多种操作行为，大幅提升了任务成功率，更在人机协同安全性上取得了重要突破，为未来机器人应用场景的拓展奠定了基础。

　　依托这一创新算法，机器人的能力边界正在持续拓宽。它不仅能精准完成轨迹执行、施力等基础操作，更能在感受到外力时，及时对这一外力做出相应的反应。而这一特性，也恰好提升了人机交互过程中的人员安全性。

　　除了提升安全性，这一算法还显着增强了人机协作的协调性。在共同搬箱子、推车等场景中，机器人能与人类保持动作同步。人类加速时它随之加速，人类停下时它迅速停下，过程中可根据人的不同运动状态进行实时调整。同时，该算法还具备良好的泛化能力，即便更换不同类型的机器人，依然能够稳定应用。

　　来源：央视新闻客户端