新闻中心
我国科研团队提出全球首个“力位混合控制算法”
作者：
央视新闻（本文经编辑）
近日，我国科研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”的统一理论框架。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约39.5%。相关论文斩获国际机器人学习大会（CoRL）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。
科研人员介绍，当前广泛应用的视觉-语言-动作模型在应对现实任务时往往会“力不从心”，核心问题在于这些任务大多涉及复杂的接触场景。例如，擦黑板时，机械臂必须既贴合表面又保持适当压力；开关柜门，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”。在没有力位混合控制算法之前，这些都需要通过力传感器来解决。
该算法提出的UniFP统一理论框架，通过强化学习训练策略从机器人历史状态中估计力，并借助位置与速度调整进行补偿，从而模拟多种位置、力指令及外部扰动。该策略可实现位置跟踪、施力、力跟踪和柔顺交互等多种操作行为。此外，力估计模块引入的接触信息显著提升了基于轨迹的模仿学习效果，在四项接触丰富的操作任务中，成功率比仅使用位置控制的策略提高约39.5%。
该算法的核心灵感来自阻抗控制——将机器人末端执行器与环境交互视作一个弹簧-阻尼-质量系统，通过控制偏差同时调节位置与力。在实际运行中，机器人不再是“机械地走完路径”，而是能够感知并主动对环境施加力，回应环境的实时变化。实验验证显示，在擦黑板任务中，位置控制策略要么擦不干净、要么用力过大，而新算法能保持稳定的接触压力，将黑板彻底擦干净；在抽屉被遮挡的复杂场景下，基于力感知的策略将成功率从0.3提升到0.76。
这项研究的突破性意义在于，它是足式机器人领域第一个能够在单一框架下统一处理力与位置的控制算法。它不仅降低了机器人部署中对力传感器的硬件依赖，更重要的是为机器人在接触丰富环境中的柔顺操作提供了新的技术路径。业内人士认为，这一算法成果对力控机器人的底层控制能力提升具有重要意义，将为力控技术在精密装配、柔性打磨等工业场景中的深入应用提供更为高效的技术支撑。
地址：苏州市吴中区越溪街道北官渡路38号12幢1-2楼
