西班牙卡洛斯三世大学（UC3M）的研究团队在机器人技术领域取得突破性进展，其成果将于2025年国际机器人与自动化会议（IROS）上展示。该研究提出了一种创新方法，使机器人能够通过观察人类行为自主习得动作，并结合双肢间的实时通信，为开发更自然、更易教学的家用服务机器人铺平了道路。这一里程碑式的突破有望显著提升机器人在家庭环境中的作业效率，涵盖摆桌、熨烫衣物及整理空间等日常任务。
该研究的核心挑战在于解决机器人双臂协同作业的复杂协调问题。研究团队利用名为ADAM（自主双撇子家用操作臂）的原型机，专门设计用于执行多种家庭辅助任务。与传统受限于单臂运动或依赖预设程序的机器人不同，ADAM能够自主完成送餐、整理空间等任务。这种主动式家庭辅助方案旨在支持老年群体及需要额外帮助的人群，为其创造更安全、舒适的生活环境。
ADAM配备了先进的感知与适应功能，能够分析并适应各种家庭场景。UC3M移动机器人组研究员艾丽西亚·莫拉强调，这种灵活、自适应的学习方式至关重要。例如，机器人能自主倒水或取物，这些对人类而言简单的动作，对机器人系统而言却涉及复杂的运动与交互。通过ADAM的先进能力，团队展望了一个机器人能为最需要帮助的人群提供关键援助的未来。
这项技术的关键在于一种新颖的模仿学习技术，允许机器人的每只手臂独立学习任务。研究员阿德里安·普拉多斯和贡萨洛·埃斯皮诺萨提出了一种创新方法：先让每只手臂独立学习任务，再利用高斯信念传播（Gaussian Belief Propagation）数学框架实现无缝沟通。该技术模拟了机器人双肢间持续的实时对话，使其能够同步动作、规避障碍物或防止碰撞，而无需中断进行重新校准。因此，ADAM执行的动作不仅更加流畅高效，也更贴近人类的互动风格。
该机器人学习范式的核心在于“单纯模仿是不够的”。当前机器人技术往往需要大量编程和详细代码才能完成基本动作，而UC3M的方法侧重于通过观察来学习。通过观察人类执行任务，ADAM能够捕捉动作的细微差别，使其在无法精确复制的情境下也能适应。机器人不再僵硬地重复动作，而是利用自适应学习方法，实时调整行动，例如根据环境变化调整肢体轨迹。
这种自适应学习类似于“橡皮筋”的特性，允许机器人在情境变化时保留动作的本质。例如，如果机器人学会了拿瓶子，它就能调整手腕和手臂位置以确保瓶子直立，防止泼洒，无论瓶子原本放置的位置如何。这种认知灵活性不仅提高了效率，还通过确保机器人辅助不会对周围环境或服务对象构成风险，增强了安全性。
ADAM的功能架构分为感知、推理和行动三个关键阶段。首先，机器人通过传感器阵列感知环境，利用先进的2D和3D激光传感器测量距离、识别障碍物并定位相关物体。随后，推理阶段处理收集到的数据，提取对决策至关重要的洞察和信息。最后，在行动阶段，ADAM计算其动作，确定如何最好地执行任务并有效协调双臂。
机器人实施中最具挑战性的方面之一，是从单纯的物体视觉分析过渡到对其用途和背景的深刻理解。传统机器人系统依赖预设的“常识”数据库，而UC3M研究人员现在将生成式模型与人工智能嵌入系统，增强了ADAM适应现实场景动态和人类行为特性的能力。
虽然ADAM目前仍为实验平台，开发成本在8万至10万欧元之间，但该技术在家庭环境中的广泛应用潜力巨大。随着技术进步，预计未来10至15年内其经济性将大幅提升。这一研究的意义超越了技术成就，凸显了机器人在应对老龄化社会等社会挑战中的新兴角色。
随着全球人口结构变化，老年人口不断增加而护理人员减少，ADAM这类解决方案将在满足社会需求方面发挥关键作用。UC3M移动机器人组主任拉蒙·巴伯尔表示，机器人辅助将演变为提升弱势群体生活质量和独立性的关键资源，使个人能够在日常生活中保持自主性。
因此，机器人技术不仅仅是开发能执行任务的机器，更是迈向技术互补人类能力、提升整体福祉的重要一步。这些创新技术标志着人机之间微妙协同的 promising 进展，有望改变社会生活条件并满足基本需求。随着机器人学习领域的不断演进，持续的研究必将激发更多创新，为人类与智能系统的未来协作打开大门，让我们更接近实现无缝集成的智能机器人助手，使其能够智能、自适应地驾驭人类环境的复杂性。对于中国而言，面对同样严峻的老龄化趋势，这种具备高适应性和自主学习能力的双臂协作机器人技术，为构建“人机共融”的智慧养老体系提供了极具价值的技术参考与方向启示。
