宾夕法尼亚大学工程师开发出一种新算法，使机器人能够实时对复杂的物理接触做出反应，从而使自主机器人能够完成以前不可能完成的任务，例如控制滑动物体的运动。

该算法被称为共识互补控制 (C3)，可能成为未来机器人的重要组成部分，将大型语言模型或 LLM 等人工智能工具输出的指令转化为适当的行动。

“你的大型语言模型可能会说，&luo;去切洋葱&ruo;，”机械工程与应用力学 (MEAM) 助理教授、通用机器人、自动化、传感和感知 (GRASP) 实验室核心教员 Michael Posa 说道。“你如何移动手臂来将洋葱固定在适当位置、握住刀子、以正确的方式切开它、在必要时重新调整方向?”

机器人技术面临的最大挑战之一是控制，这是一个统称，指的是机器人执行器的智能使用，执行器是机器人移动或控制其肢体的部件，如电机或液压系统。控制机器人与周围环境的物理接触既困难又重要。

新算法使机械臂能够平衡和移动服务员的塑料托盘，掌握滑动物体的控制——这是机器人以前不可能完成的任务。图片来源：DAIR 实验室

自 20 世纪 80 年代以来，人工智能专家已经认识到，矛盾的是，人类学习的第一项技能——如何操纵物体并从一个地方移动到另一个地方，即使面临障碍——却是最难教给机器人的，反之亦然。

“机器人在开始接触物体之前表现得非常好，”波萨说。“目前的人工智能机器可以解决国际数学奥林匹克级别的数学问题，并在国际象棋比赛中击败专家。但它们的身体能力最多相当于 2 或 3 岁的孩子。”