据外媒报道，宾夕法尼亚大学的工程师们开发出新算法，可以让机器人对复杂的物理接触做出实时反应，从而使自主机器人能够完成以前不可能完成的任务，比如控制滑动物体的运动。

（图片来源：宾夕法尼亚大学）

该算法被称为共识互补控制（C3），可能成为未来机器人的重要组成部分，将大型语言模型（LLM）等人工智能工具输出的指令转化为适当的行动。机械工程和应用力学（MEAM）助理教授Michael Posa表示：“大型语言模型可能会说‘去切个洋葱’。这应该如何移动手臂来抓住洋葱，拿着刀以正确的方式切开它，必要时重新调整它的方向呢？”

机器人面临最大的挑战之一是控制，这个术语指的是机器人执行器的智能使用，而执行器是机器人移动或控制四肢的部件，比如电机或液压系统。控制机器人与其周围环境的物理接触既困难又必不可少。Posa表示：“这种低级和中级推理是让各种事物在物理世界中发挥作用的基础。”

自20世纪80年代以来，人工智能专家已经认识到，矛盾的是，人类习得的第一项技能（如何操纵物体并将其从一个地方移动到另一个地方，即使面对障碍物），却是最难教给机器人的，反之亦然。Posa表示：“机器人在开始接触物体之前表现得非常好。现在人工智能机器可以解决奥林匹克级数学问题，并在击败国际象棋专家。但它们的身体能力最多相当于两三岁的孩子。”

从本质上讲，这意味着机器人的每一次触摸互动（拿起一个物体，把它移到另一个地方）都必须经过精心设计。研究人员William Yang表示：“关键的挑战在于接触顺序。手放在哪儿？脚放在什么地方？”

当然，人类很少需要一再考虑如何与物体互动。在某种程度上，机器人面临的挑战是，像拿起杯子这样简单的事情，实际上涉及到许多不同的选择，比如正确的接近角度和适当的力度。Posa指出：“这些选择并非都与周围选项大为不同。但是，目前还没有算法允许机器人评估所有这些选择，并实时做出适当的决定。”

为了解决这个问题，研究人员设计了一种方法，帮助机器人“幻想（hallucinate）”与物体接触时可能出现的不同可能性。Posa表示：“通过想象触摸物体的好处，可以在算法中得到与这种互动相对应的梯度，然后应用一些基于梯度的算法，在解决这个问题的过程中，物理成分随着时间的推移逐渐变得越来越精确。这不再是只限于想象‘如果我触摸它会怎么样’，而是真的打算走出去触摸它。”

相关论文展示了C3如何使机器人能够实时控制滑动物体。Yang表示：“众所周知，滑动在机器人技术中是很难控制的。从数学上讲，这很难且必须依靠物体反馈。”但是，Yang利用C3展示了机械臂如何安全地操作托盘，类似于餐馆服务员使用的托盘。在实验录像中，Yang让机械臂拿起和放下托盘（包括带咖啡杯和不带咖啡杯），并靠墙旋转托盘。“以往研究只是想避免滑动，但该算法将滑动作为机器人考虑的一种可能性。”

未来，该团队希望使这一算法在不同的情况下更加稳健，例如当机器人处理物体的重量略高于或低于预期时，并将该项目扩展到目前C3无法处理的更开放的场景。Posa表示：“这是一个构建模块，可以从一个非常简单的规范开始，将这个部分转移到那里，然后提取机器人实现这一目标所需的电机扭矩。从一个非常非常复杂、混乱的世界，到对各种给定任务都很重要的关键对象或特征集，以及动态属性集，这是我们感兴趣的未解决问题。”