據(jù)報道，近日，我國科研團隊在機器人算法領(lǐng)域取得重大突破，提出全球首個“力位混合控制算法的統(tǒng)一理論”。

該算法無需依賴力傳感器，就能讓機器人同時學(xué)習(xí)位置與力的控制，相關(guān)任務(wù)成功率較只使用位置控制的策略提高了約 39.5%。更值得關(guān)注的是，其相關(guān)論文目前已斬獲國際機器人學(xué)習(xí)大會杰出論文獎，這也是該獎項設(shè)立以來，首次由全中國籍學(xué)者團隊摘得。

科研人員介紹，當(dāng)前廣泛應(yīng)用的視覺-語言-動作模型（VLA），在應(yīng)對現(xiàn)實生活中的諸多任務(wù)時，往往會顯得“力不從心”，核心問題就在于這些任務(wù)大多涉及復(fù)雜的接觸場景。比如，擦黑板時，機械臂必須既貼合表面又保持適當(dāng)?shù)膲毫?；開關(guān)柜門，需精準(zhǔn)感知內(nèi)部的推拉彈簧結(jié)構(gòu)。機器人需要的不僅是“走到哪里”“手伸到哪里”，還需要理解“該用多大的力”。而在沒有力位混合控制算法前，這些都需要通過力傳感器來解決。

獲悉，通研院提出首個統(tǒng)一的力位混合控制算法，能夠在無需力傳感器的條件下，同時學(xué)習(xí)位置與力的控制。該研究通過強化學(xué)習(xí)，訓(xùn)練策略從機器人歷史狀態(tài)中估計力，并借助位置與速度調(diào)整進行補償，從而模擬多種位置、力指令及外部擾動。該策略可實現(xiàn)位置跟蹤、施力、力跟蹤和柔順交互等多種操作行為。此外，力估計模塊引入的接觸信息提升了基于軌跡的模仿學(xué)習(xí)效果，在四項接觸豐富的操作任務(wù)中，成功率比僅使用位置控制的策略提高約 39.5%。

本研究提出了 UniFP（Unified Force and Position Control Policy）。這是足式機器人第一個能夠在單一框架下統(tǒng)一處理力與位置的控制算法。它的核心靈感來自阻抗控制。阻抗控制的思想是把機器人末端執(zhí)行器與環(huán)境之間的交互視作一個彈簧–阻尼–質(zhì)量系統(tǒng)，通過控制偏差來同時調(diào)節(jié)位置與力。

在 UniFP 中，只考慮末端執(zhí)行器低速移動的問題，忽略速度和加速度項，把期望的位置、位置指令和力指令、外部的接觸力統(tǒng)一寫進了一個公式，讓策略既能完成軌跡跟隨，又能根據(jù)接觸情況自動調(diào)節(jié)。同時通過一個力估計器，利用機器人歷史狀態(tài)信息和動作信息估計出受到的合外力。這樣一來，機器人不再是“機械地走完路徑”，而是能夠感知并主動對環(huán)境施加力，回應(yīng)環(huán)境。

該研究在 Unitree B2-Z1 四足操控平臺和 Unitree G1 人形機器人上開展了七項實驗任務(wù)。在擦黑板任務(wù)中，位置控制的策略要么擦不干凈，要么用力過大，而 UniFP 能保持穩(wěn)定的接觸壓力，把黑板徹底擦干凈。在開關(guān)柜門任務(wù)中，視覺方法根本無法識別微小的推拉式彈簧，而 UniFP 通過力估計器準(zhǔn)確地觸發(fā)開關(guān)。在抽屜被遮擋的場景下，基線方法成功率急劇下降到 0.3，而 UniFP 借助力感知將成功率提升到 0.76。

論文地址：https://arxiv.org/pdf/2505.20829