【资料图】

来源：科技日报

科技日报记者 张佳欣

机器人掌握一项新技能，往往需要工程师反复编写程序，或依靠大量数据训练。如今，人工智能（AI）智能体有望改变这一过程。据美国加州大学伯克利分校官网9日消息，该校研究团队提出一种名为“智能体机器人技术”（Agentic Robotics）的新方法，让多个AI智能体协同编写机器人控制程序，并在虚拟环境中反复测试、修正和优化。这一方法为具身智能领域的机器人自主控制和技能开发提供了新思路。

长期以来，机器人技能开发主要依靠两种方式。一种是基于模型的方法，由工程师编写程序，指导机器人感知物体、规划路径和控制动作，但需要投入大量工程设计工作。另一种是无模型方法，通过模仿人类演示训练机器人掌握技能，却需要大量训练数据和时间。如何减少对人工编程和海量数据的依赖，一直是机器人技术发展的难题。

为此，研究团队提出一种名为“图即策略”（Graph-as-Policy）的框架，将复杂的机器人任务拆分为寻找物体、规划抓取动作、控制夹爪避开障碍物等独立技能。这些技能好比一个个积木，可以灵活组合成完整的操作流程。AI智能体负责生成和连接这些技能模块，形成机器人控制程序，再借助英伟达Isaac仿真平台，在不同任务条件下反复测试，找出容易失败的环节并自动修改程序。

团队通过一项擦拭实验验证了这一方法。实验中，机器人需要使用海绵擦去金属棒上的墨水。研究人员向OpenAI的Astra模型提供了一段真实机器人操作视频及仿真接口。不到一小时，AI便建立并优化了能够复现这一操作的物理仿真环境，甚至模拟出海绵受力后的形变。随后，AI结合仿真环境和“图即策略”框架，自动生成机器人控制程序，并通过反复模拟测试加以改进。最终，研究人员将程序部署到真实机器人上，成功完成了擦拭任务。

在一次测试中，机器人由于没有准确判断金属棒的重量，将其推倒了。他们利用这次失败的视频，让AI重新分析问题，改进仿真环境并调整控制程序，再次进行测试。这一过程表明，机器人不仅能够在模拟环境中优化动作，还可以利用真实操作中的失败经验，推动后续程序改进。

这一方法已在工业场景中得到应用。美国Ambi Robotics公司将其用于分析包裹分拣数据，并据此更新机器人行为。测试显示，每台机器人每年可额外分拣超过1.5万个包裹。目前，相关更新已部署在该公司美国机器人机队约30%的设备上。

总编辑圈点

过去一台机器人新上岗，要工程师蹲现场调参数、采集海量演示数据。但不久的将来，工厂再让机器人做新任务，可能就不用找工程师重写代码了。本文中的智能体机器人技术，就是将经典控制理论、物理学与智能体编程结合起来，应用于实际工程问题。在研发过程中，这能在不额外收集训练数据的情况下，加快机器人技能开发和优化；在真实场景中，也会让更多中小厂商敢用机器人，把竞争焦点从硬件本体推向AI能力。

关键词： 动作 机器人 大模型 训练数据 人工编程 ai智能体