“我们的项目《复杂环境下机器人运动控制的模仿学习技术》成功获得国家自然科学基金委企业(中国电科)创新发展联合基金重点项目的立项，并在近日的中期检查答辩中取得了优异成绩。”3月31日，兰州大学信息科学与工程学院副院长、博士生导师阎石教授说，“结构化环境是指工业现场中机器人运动轨迹固定为从A点到B点，反复重复同一个路径。复杂环境指的是非结构化的环境，机器人运动轨迹这一次是从A点到B点，但可能下一次就是C点到D点，需要依靠机器人智能感知，并利用学会的技能与动作在复杂场景下自主地去决策和应用。”

　　在阎石教授团队实验室里，科研人员向记者展示了如何通过视觉采集终端识别手部运动，使仿生机械臂能够根据人手的动作做出相应反应，并完成物体抓取。“2019年，我们和哈工大的团队一起研究仿人灵巧手的控制，研究如何用人体的姿态去控制机械手。因为手的姿态特别多，用普通摇杆无法控制。传统方法采用戴手套的方案，但由于手套尺寸都是固定的，而操作者的手大小不一，导致关节角度的测量不够精准。于是我们采用双目深度摄像头，采集手指关节的空间位置，通过关节角的位置计算来控制机械手。”在项目快结题时，阎石教授认为，仅仅将机械手放置在桌面上并递送物品让其抓取，控制范围仍然有限，因此尝试将其与机械臂结合。

　　“当时购买了不同型号的机械臂，开始研究机械臂的控制，然后和机械手接在一起。机械手臂其实已经是两个智能体，所以用了两种不同的控制方案。”阎石教授指着实验室内的机械臂介绍说，机械手用的是机器人正向运动学方案，直接输入关节角参数控制机械手的关节运动；机械臂用的是机器人逆向运动学方案，通过测量手腕的位置反过来推算机械臂的各个关节角参数。“2021年我们初步完成机械手和臂的联动实验，但由于滤波算法不到位，机械手在运动中出现明显抖动，现在机械手臂能如此丝滑地完成任务是经过多次优化调整的结果。”阎石教授说道，“手臂联合控制以后，我们又相继加入了履带车、摄像头和激光雷达，运动空间就更大，并具备了具身智能机器人的雏形。该系统可以部署于上千公里之外，操控人员能够通过远程实时手势控制机器人完成相应的作业任务。”

　　据介绍，目前阎石教授团队正在采用大模型与人工智能的方案设计机器人模仿学习控制。“目前是单机械臂，接下来将加载双臂系统，尝试配合使用工具，并加入API语音接口。不局限于前后左右等简单语音指令，而是通过类似汽车智能系统的对话模式，激发其语音交互能力，结合复杂场景，实现模仿学习与自主决策，从而完成任务。”阎石说。

　　阎石教授团队致力于研究机器人和无人机等复杂系统的智能感知、建模与控制，而多自由度机械臂的研究主要旨在验证机器人控制在运动路径上的高精度和实时性。近三年，阎石教授团队用Koopman建模方法，结合LQR和MPC的控制方案将机械臂的运动控制精度提高了50%以上。“现在我们的机械臂控制已经达到世界领先水平，发表了一系列高质量论文，逐渐产出了一些新成果。后续我们计划将机械臂应用到工业机器人焊接和巡检中，并尝试将其与相应的加持终端及仿人灵巧手结合，构建具身智能机器人，应用于太空探索、深海作业等复杂环境。”阎石教授说。(魏宁 唐姝婷)