为什么灵活性是物理人工智能的真正瓶颈

TDK Ventures 创始人兼总裁 Nicolas Sauvage 与 ANYbotics 的四足机器人。 |资料来源：TDK 风险投资公司

机器人拾起一个物体，移动它，然后成功放下它。是否灵巧？也许。但现在要求它成功执行数百次，当物体轻微移动时，它的抓地力会发生变化，部件磨损，并且会发生意外故障。这是对灵活性的更难测试，也是衡量机器人是否足够灵活以适应现实世界的更好方法。

我们在机器人的操作能力方面取得了快速进展。然而，有用的灵活性不仅仅是一次性完成单个动作的能力。它是一种足够可靠地感知、抓取、移动、调整和恢复的能力，无需持续的人工协助即可完成整个工作流程。

99% 的成功率的机器人听起来已经准备好工作，但工作很少由单一动作组成。考虑一个需要按顺序执行 100 个物理操作的工作流程。如果每个操作的成功率为 99%，那么 100 个操作在第一次尝试时全部成功的概率仅为 36.6%。将成功率提高到99.9%，完成工作流程的概率提高到90.5%。 99.99%的话就达到99.0%了。

当然，这是一个假设成功率相等且独立的简化示例，但它说明了重要的一点。成功率 99% 的机器人不一定是 99% 自动化的。

当在整个工作流程中重复时，小的可靠性差距会变得更大。这意味着在演示中看起来几乎完美的机器人仍远未做好自主部署的准备。两个 9 和四个 9 之间的差异可能最终决定机器人是否准备好单独工作。

机器人灵活性的下一个主要挑战不仅仅是教机器人做更多事情，而是使整个系统足够可靠，以将这些能力转化为有用的工作。

敏捷是一个系统，而不是一只手

机器人的灵活性通常被视为一场硬件竞赛：更多的手指、更多的关节和更多的运动自由度。虽然这些功能显然很重要，但客户不会购买自由度。顾客购买的是有用的作品。

完成这项工作需要视觉、位置、接触、力量、压力、抓握、移动和调整的闭环。动力、安全性、灵活性和恢复也很重要。

并非每个工作流程都需要触摸，因为在某些情况下，视觉和运动数据可以提供足够的信息。但触摸也可以用来告诉机器人物体正在滑动、接触不稳定、施加的压力太大或者组件是否正确就位。

因此，我们的目标不是将所有感觉都堆放在每个机器人上，而是为系统提供足够的正确信息来可靠地采取行动和恢复。

TDK Ventures 帮助早期材料、能源、清洁技术、工业 5.0、移动和健康技术初创公司扩大规模。 |资料来源：TDK 风险投资公司

更多的九来自于学习

恢复是灵活性的重要组成部分。如果机器人开始失去对物体的抓握，那么有用的衡量标准不是最初的抓握是否完美，而是最初的抓握是否完美。问题在于系统是否能够及早发现失误并在一个小错误导致整个任务失败之前纠正它。

部署期间发现的故障可能会暴露软件、传感或控制方面的问题，或者可能表明硬件本身需要重新设计。改变手会改变运动、传感和校准，因此通过一种物理设计收集的数据可能不会直接转移到另一种物理设计。因此，实际部署是开发过程的关键部分。

部署过程中会出现滑倒、抓握不良、磨损和恢复失败的情况。这些经验变成可以改进软件、模拟、传感、控制和硬件的数据。每个周期都可以使下一次部署更加可靠且成本更低。

技术突破可能会开启这段旅程，但围绕它的学习系统会使其影响倍增。机器人的灵活性也应该以同样的方式来看待。额外的九是通过反复部署、学习和改进而出现的。

编者注：物理人工智能、支持技术和类人机器人是 RoboBusiness 2026 会议的主题，该会议将于 10 月 20 日至 21 日在加利福尼亚州圣克拉拉举行。立即注册参加。

立即注册并帮助我们庆祝 RoboBusiness 20 周年！

正确的身体取决于工作

可靠性还要求我们抵制住将更像人类的机器人等同于更好的机器人的诱惑。起点应该是工作。在此基础上，逆向确定执行该任务所需的环境、物理形态和系统。

敏捷性也应该遵循同样的逻辑。最像人类的手可能不是特定工作流程的最佳手。目标不是最大的灵活性。这是可靠地完成有价值的工作所需的最低限度的灵活性，我们已经开始看到这一原则被成功部署。

Agility 的 Digit 是一款专为物流和工业工作而设计的双足机器人。 Digit 可以直接连接到适合该工作的专用工具，而不需要五根手指的手或被设计得尽可能像人类。它具有工作实际所需的形式和灵活性。

ANYbotics 将相同的原理应用于不同的环境。其四足机器人可以在工业现场的楼梯和不平坦的表面上行走，同时检查危险区域减少了人类暴露的需要。据报道，在一项部署中，其技术已在 450 个检查点进行了 33,000 多次检查。

Starship Technologies采取了不同的方法。它的送货机器人需要沿着人行道行驶，因此小型轮式机器人比腿更适合这项工作。这种专门设计的方法已帮助 Starship 报告了超过 1000 万次自主交付。

这些机器人的外观和操作方式非常不同，因为它们执行的工作非常不同。然而他们展示了……

本文译自国外媒体的英文报道（机器翻译，可能存在语义偏差），点击「查看原文」阅读英文原版。

资讯由采集器定时从公开的机器人 / AI 信息源自动聚合。