详细内容或原文请订阅后点击阅览
如何向不同的机器人教授相同的技能
装配线任务设置。图片来源：2026 LASA EPFL CC-BY-SA。作者：Celia Luterbacher 在当今的制造环境中，升级机器人车队通常意味着从头开始 - 不仅更换硬件，还需要重新编程任务。即使两个机器人被构建来执行相似的工作，不同的关节布置或运动限制也意味着任务[...]
来源:Robohub装配线任务设置。图片来源：2026 LASA EPFL CC-BY-SA。
作者：西莉亚·卢特巴赫
在当今的制造环境中，升级机器人车队通常意味着从头开始 - 不仅更换硬件，还需要重新编程任务。即使两台机器人被建造来执行类似的工作，不同的关节布置或运动限制也意味着为一个机器人编程的任务通常不能在另一个机器人上使用。使技能能够在机器人之间直接转移可以使这些系统更具可持续性和成本效益。
为了应对这一挑战，洛桑联邦理工学院工程学院学习算法和系统实验室 (LASA) 的研究人员开发了一种名为运动智能的新型机器人控制框架。该方法采用人类演示的任务，以数学方式将其转换为通用的运动策略，然后对其进行调整，以便不同的机器人可以根据其物理设计来执行它。该研究已发表在《科学机器人》杂志上。
“这项工作解决了机器人技术中长期存在的挑战：如何在具有不同机械结构的机器人之间转移学到的技能，同时保证安全和可预测的行为，”LASA 负责人 Aude Billard 说。 “这种方法可以显着减少在现实环境中部署机器人所需的时间和专业知识。”
用于可转移机器人学习的运动智能
在装配线实验中，人类演示了一项任务，将木块从传送带上推到工作台上，将其放在桌子上，最后将其扔进篮子中。通过使用运动智能，三个完全不同的商用机器人能够安全可靠地重现相同的序列。
“每个机器人处理任务的不同步骤，即使步骤分配发生变化，系统也能成功执行，”LASA 博士生兼共同第一作者 Sthithpragya Gupta 解释道。 “每个机器人都以自己的方式解释相同的技能，但始终在安全可行的范围内。”