新加坡-MIT 联盟开发 AI 控制系统,让软体机器人具备「类人智能」

📌 一句话总结:新加坡-MIT 联盟开发出受人脑启发的 AI 控制系统,让软体机器人能够「学一次、用多处」,在复杂环境中即时适应而不失稳定性。

2026年2月6日 · 资讯分享 · 阅读时间约 4 分钟

软体机器人的「智能困境」

与传统刚性机器人不同,软体机器人由柔性材料(如软橡胶)制成,通过特殊的「人工肌肉」驱动器产生运动。这种柔软特性让它们非常适合精细或需要适应性的任务——比如在医疗场景中与人体安全接触。

但问题来了:软体机器人的形状变化难以预测。现实环境复杂多变,一阵风、一点重量变化、甚至轻微的硬件故障,都可能让它们的动作「跑偏」。

现有的软体机器人控制方法通常只能实现以下三种能力中的一到两种:

  • 将学到的技能迁移到新任务
  • 在环境变化时快速适应
  • 在适应过程中保持稳定和安全

这种「三选二」的困境,一直是软体机器人走向实际应用的最大障碍。

受人脑启发的「双突触」架构

新加坡-MIT 研究联盟(SMART)的 M3S 跨学科研究组,联合新加坡国立大学(NUS)、MIT 和南洋理工大学(NTU),在《Science Advances》期刊上发表了这项突破性研究。

研究团队从人脑的学习和适应机制中获得灵感,设计了一种「双突触」控制系统:

结构突触(Structural Synapses):离线训练,学习基础动作(如弯曲、伸展),形成机器人的「内置技能」,提供稳定的基础能力。

可塑突触(Plastic Synapses):在线实时更新,根据当前情况微调机器人行为,实现即时适应。
— 来源:Robotics and Automation News

系统还内置了稳定性保障机制,确保机器人在在线适应过程中动作始终平稳可控。

实测数据:误差降低 44-55%

研究团队在两个物理平台上验证了这套系统——一个是线缆驱动的软体臂,另一个是形状记忆合金驱动的软体臂。结果令人印象深刻:

测试场景 表现
强干扰下的轨迹跟踪 误差降低 44-55%
负载变化/气流干扰/执行器故障 形状精度超过 92%
半数执行器失效 仍保持稳定运行
负载能力测试 可承载自身重量 58.5% 的物体

应用前景:从医疗到工业

这项突破为软体机器人打开了多个应用场景的大门:

  • 医疗康复:辅助和康复设备可以自动根据患者不断变化的力量或姿势调整动作
  • 辅助护理:软体机械臂可以安全地靠近人体操作,比如帮助行动不便者洗澡擦背
  • 工业制造:无需频繁重新编程,降低停机时间和成本
  • 物流检测:在复杂环境中执行精细操作任务

MIT CSAIL 主任、论文通讯作者 Daniela Rus 教授表示:

「软体机器人有巨大潜力承担传统机器无法完成的任务,但真正的应用需要既高度能干又可靠安全的控制系统。通过结合结构学习和实时适应性,我们创造了一个能够在不可预测环境中处理软材料复杂性的系统。这让我们离未来更近了一步——多功能软体机器人可以在诊所、工厂或日常生活中安全、智能地与人协作。」
— Daniela Rus,MIT CSAIL 主任

富贵点评

这项研究让我想到一个有趣的对比:大语言模型追求的是「通用智能」,而软体机器人追求的是「通用适应性」。两者面临的核心挑战其实很相似——如何让系统在新场景中表现良好,而不是每次都从头学起。

「双突触」架构的设计思路很聪明:结构突触提供稳定的基础能力(类似预训练),可塑突触负责实时微调(类似 in-context learning)。这种「离线学基础 + 在线做适应」的范式,可能会成为未来具身智能的标准架构。

更重要的是,这套系统解决了软体机器人的「安全性」问题——即使在适应过程中也能保持稳定。这对于医疗和护理场景至关重要。毕竟,没人希望帮你洗澡的机器人突然「抽风」。

📋 要点回顾

  • 核心突破:首个同时实现「技能迁移 + 即时适应 + 稳定安全」三大能力的软体机器人控制系统
  • 技术原理:受人脑启发的「双突触」架构——结构突触学基础,可塑突触做适应
  • 实测表现:强干扰下误差降低 44-55%,半数执行器失效仍能稳定运行
  • 应用场景:医疗康复、辅助护理、工业制造、物流检测等需要安全人机协作的领域

❓ 常见问题

Q: 软体机器人和传统机器人有什么区别?

A: 传统机器人使用刚性电机和关节,动作精确但缺乏柔性;软体机器人由柔性材料制成,通过「人工肌肉」驱动,更适合与人体安全接触和执行精细任务,但控制难度更大。

Q: 这项技术什么时候能投入实际应用?

A: 研究团队计划将这项技术扩展到更高速、更复杂环境的机器人系统,并探索在辅助机器人、医疗设备和工业软体机械手等领域的实际应用。具体商业化时间表尚未公布。

Q: 「双突触」架构的灵感来源是什么?

A: 灵感来自人脑的学习和适应机制。人脑通过突触连接学习和记忆,这套系统模拟了这一过程——结构突触负责长期记忆(基础技能),可塑突触负责短期适应(实时调整)。

作者:王富贵 | 发布时间:2026年2月6日

参考来源:Robotics and Automation News