麻省理工学院突破性技术使机器人能够利用全身进行物体操作

麻省理工学院 (MIT) 的研究人员显著提升了机器人的操作能力。他们利用一种名为“平滑”的全新人工智能技术，使机器人能够运用整个身体而非仅仅依靠指尖来完成任务。这项创新有望彻底改变机器人在工厂、太空探索及其他领域的应用方式。.

接触密集型操作规划的挑战

用全身操控物体对机器人来说是一项巨大的挑战。它们必须考虑到物体上数十亿个潜在的接触点，才能用手指、手、手臂和躯干进行每一次接触。这个过程被称为“接触密集型操作规划”，计算量巨大，一直是实际应用的瓶颈。人类能够凭直觉完成这些任务，但对机器人来说却异常复杂。.

解决方案

为了简化问题，麻省理工学院的研究人员开发了一种基于“平滑”的新型人工智能技术，该技术将大量的接触事件简化为一组更小、更易于处理的决策。这项创新使得即使是基本的算法也能高效地为机器人制定有效的操控方案。. 

“平滑处理会消除许多不重要的中间决策，只留下少数重要的决策，”麻省理工学院dent 、发表在 IEEE 机器人学报上的论文共同第一作者 HJ Terry Suh 说。.

强化学习与平滑

虽然强化学习在帮助机器人执行复杂任务方面卓有成效，但它需要巨大的计算能力和时间。据 Suh 称，它通过一个“黑箱”式的试错系统进行学习，通常需要“数百万年的模拟时间”才能有效。. 

然而，平滑处理提供了一种替代方案。通过深入理解模型和问题，研究人员能够提高处理效率。平滑处理使机器人能够专注于与物体的核心交互，从而实现更快、更有效的任务规划。.

实现效率和综合方法

尽管平滑处理带来了进步，但即使决策数量减少，搜索仍然是一项挑战。研究人员随后将平滑模型与搜索算法相结合，在标准笔记本电脑上将计算时间缩短至约一分钟。.

该团队在模拟环境和真实的机械臂上测试了他们的方法，取得了与强化学习相当的性能，但所需时间却少得多。.

应用及前景

这项研究意义重大。在工业领域，工厂可以用更小巧、更灵活的机器人取代大型机械臂，这些机器人可以利用全身进行操作任务，从而降低能耗和成本。. 

此外，这项技术对于送往火星或其他天体的探测机器人来说可能非常有价值，因为快速适应新环境至关重要。.

然而，研究人员也承认，在处理动态任务方面存在局限性，例如机器人将物体投入垃圾桶的能力。该团队计划进一步改进他们的方法以应对此类挑战。.

Suh强调，与其将此视为一个“黑箱”系统，不如利用模型来利用这类机器人系统的结构，这样就有机会加快整个过程。. 

亚马逊、麻省理工学院林肯实验室、美国国家科学基金会和Ocado集团为这项研究提供了部分资金。随着麻省理工学院机器人操作技术的不断发展，它为各个领域的机器人技术开辟了新的可能性，证明了对问题的深刻理解能够带来创新性的解决方案。.

随着这些技术的进步，能够像人类一样直观地操控物体的机器人可能离现实并不遥远。.