麻省理工科技实验室开发出只依靠视觉即可实现软体机器人身体感知的新系统
近期，麻省理工学院计算机科学与人工智能实验室（简称CSAIL）宣布，研究人员成功研发出一种全新系统，让机器人能够通过纯粹的视觉观察，自我理解身体的运动和形状，从而实现“身体感知”。这一突破有望推动软体机器人和仿生机器人领域的快速发展，让未来的机器人变得更智能、更灵活，也大大降低了成本。
传统的机器人在让其“知晓”自身结构时，通常依赖于复杂的传感器或精确的建模过程。这不仅耗费时间，还需要昂贵的设备，限制了机器人在复杂环境中的应用。而麻省理工的这个新系统，则采用了只用普通摄像头的方法，让机器人“看见自己”，学习自己身体的运动规律。
研究团队通过让机器人不断观察自己移动的过程，结合人工智能技术，构建出内部的“身体模型”。具体而言，研究使用了一种叫“可微渲染”的技术，让机器人可以从二维的视觉图像推断出三维的身体形态和运动。这意味着，机器人不用事先编码好精确的模型，也不需要安装昂贵的传感器，只需看自己动作的影像，就能理解身体左右、关节变动的关系。
此外，研究人员还利用运动追踪技术，如点追踪和光流法，记录机器人在学习过程中的运动情况，将其与控制指令进行关联，最终形成一种“视觉-运动”映射关系。这个映射关系能让机器人根据看到的画面，实时调节动作，从而实现自主行走、抓握、保持平衡等复杂任务。
研究负责人之一的教授 Vincent Sitzmann 表示，这一技术标志着机器人“身体意识”的新方向。过去，机器人往往是按照预设模型进行操作，缺乏自主学习能力。而这一系统让机器人可以自己“观察”身体，学习如何运动，不再完全依赖人工编程，大大增强了其灵活性和适应性。
更令人振奋的是，研究中的三个实际机器人案例都取得了惊人的成果。一台由3D打印材料制作的玩具机械臂，虽然关节松散，没有传感器，却能通过观察自己摇摆的动作，学会在空中精准书写字母；一只软质气动手也能在没有指示的情况下，识别出空气管与手指的关系，通过视觉观察了解自己动作；此外，一台软质腕部平台，经过模拟外部干扰，学会了保持平衡并完成复杂轨迹。
软体机器人之所以一直被认为难以建模，主要是因为它们的结构容易变形，传统模型难以精确描述。这一系统通过让机器人“自学”，避免了繁琐的手工建模过程，就像人类通过照镜子学习动作一样。教授Sitzmann解释：“软体机器人借鉴了动物和人体的特性，具有一定的弹性和柔软度。这种身体的可塑性使得它们可以在复杂环境中更灵活地进行操作。我们用视觉而非传统硬件传感器，让机器人自己理解身体，这是一种革命性的进步。”
专家指出，这项技术有望引领多行业变革。柔性机器人因结构灵活，难以用传统方法建模，一直难以大规模推广。此次创新方案降低了制造成本，也拓宽了应用范围。比如在家庭自动化、农业机器人、低成本制造、甚至可穿戴设备领域，只要精度要求不是特别高，就可以依赖视觉辅助控制，实现成本大幅下降。
未来，随着触觉等传感技术的加入，这一方案还可能走向更高精度的应用，包括精密装配和医疗机器人等领域。这不仅意味着机器人变得更“聪明”，也代表着机器人自主学习能力的重大飞跃。
总结来看，此次研究充分利用了人工智能、计算机视觉等先进技术，向机器人赋予了“身体自知”的能力。未来，廉价、智能的视觉驱动机器人或将成为制造业、家庭和农业的新宠，开启机器人“自学成才”的新篇章。