近日，我國科研團隊在機器人算法領域取得重大突破，提出全球首個“力位混合控制算法的統一理論”。該算法無需依賴力傳感器，就能讓機器人同時學習位置與力的控制，相關任務成功率較只使用位置控制的策略提高了約39.5%。更值得關注的是，其相關論文目前已斬獲國際機器人學習大會杰出論文獎，這也是該獎項設立以來，首次由全中國籍學者團隊摘得。

在北京通用人工智能研究院的實驗現場，一個搭載了這項新算法的四足機械犬，正有條不紊地執行擦白板的訓練任務。科研人員借著這一實操場景，向記者解釋了力位混合控制算法的核心原理與突出優勢。

科研人員介紹，當前廣泛應用的視覺-語言-動作模型（VLA），在應對現實生活中的諸多任務時，往往會顯得“力不從心”，核心問題就在于這些任務大多涉及復雜的接觸場景。比如，擦黑板時，機械臂必須既貼合表面又保持適當的壓力；開關柜門，需精準感知內部的推拉彈簧結構。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。

人機協同更流暢 拓展多元應用場景

隨著力位混合控制算法的深度應用，機器人不僅可以在沒有力傳感器的條件下，實現位置跟蹤、施力、力跟蹤以及柔順交互等多種操作行為，大幅提升了任務成功率，更在人機協同安全性上取得了重要突破，為未來機器人應用場景的拓展奠定了基礎。

依托這一創新算法，機器人的能力邊界正在持續拓寬。它不僅能精準完成軌跡執行、施力等基礎操作，更能在感受到外力時，及時對這一外力做出相應的反應。而這一特性，也恰好提升了人機交互過程中的人員安全性。

除了提升安全性，這一算法還顯著增強了人機協作的協調性。在共同搬箱子、推車等場景中，機器人能與人類保持動作同步。人類加速時它隨之加速，人類停下時它迅速停下，過程中可根據人的不同運動狀態進行實時調整。同時，該算法還具備良好的泛化能力，即便更換不同類型的機器人，依然能夠穩定應用。