一次學習，終身適應：這套AI系統讓軟體機器人更像人

（來源：麻省理工科技評論）

一套新型 AI 控制系統使軟體機械臂能夠一次性學習豐富的動作和任務庫，隨后在無需重新訓練、不犧牲功能的前提下，即時適應新的場景變化。

這一突破使軟體機器人在輔助機器人、康復機器人以及可穿戴或醫療軟體機器人等真實應用場景中，向類人的適應能力邁進一步，令其變得更智能、更通用、更安全。

這項研究由新加坡－MIT 研究與技術聯盟（SMART）旗下的 Mens，Manus and Machina（M3S）跨學科研究團隊主導。M3S 的名稱源自 MIT 拉丁校訓“mens et manus”（即“思維與雙手”），并在此基礎上加入了“machina”（機器）一詞。項目由新加坡國立大學（NUS）的研究人員聯合主導，合作方包括 MIT 及新加坡南洋理工大學（NTU Singapore）的研究人員。

普通機器人通過剛性電機和關節運動，軟體機器人則由軟橡膠等柔性材料制成，借助特殊執行器驅動，這些執行器的作用類似人工肌肉，負責產生物理運動。柔性結構使軟體機器人在精細或適應性任務中具有獨特優勢，但也使其控制面臨長期挑戰：其形狀會以難以預測的方式變化，而現實環境往往復雜多變、干擾頻發，即便是條件的細微改變，例如負載偏移、一陣風或輕微的硬件故障，都可能打亂機器人的動作。

盡管軟體機器人領域已取得顯著進展，現有方法通常只能實現智能運行所需三項能力中的一兩項：將一項任務中習得的能力遷移至其他任務、在情況變化時快速適應，以及在調整動作過程中保證機器人的穩定性和安全性。這種適應能力和可靠性的不足，始終是軟體機器人走向實際應用的主要障礙。

研究人員在 1 月 6 日發表于《科學進展》的開放獲取論文《受神經元結構性和可塑性突觸啟發、可適應多種機械臂、任務和擾動的通用軟體機器人控制器》中，描述了他們如何開發出這套新型 AI 控制系統，使軟體機器人能夠跨任務、跨干擾場景進行自適應。該研究從人類大腦的學習與適應方式中汲取靈感，建立在基于學習的機器人控制、具身智能、軟體機器人學和元學習等領域的大量前期研究之上。

該系統采用兩組互補的“突觸”協同工作，通過調節連接關系來控制機器人的運動。第一組稱為“結構性突觸”，在離線狀態下針對多種基礎動作進行訓練，例如軟體機械臂的平滑彎曲或伸展，構成機器人的內置技能庫，提供穩固可靠的基礎能力。第二組稱為“可塑性突觸”，在機器人運行過程中持續在線更新，根據實時狀況對機械臂行為進行精細調節。系統內置的穩定性保障機制如同一道安全閥，確保機器人在在線自適應的過程中，行為始終保持平穩可控。

“軟體機器人在承擔傳統機械無法勝任的任務方面潛力巨大，但真正落地應用需要兼具高性能與高可靠性的控制系統。通過將結構性學習與實時適應性相結合，我們構建出一套能夠在不可預測環境中應對軟性材料復雜性的系統，”M3S 聯合首席研究員、MIT 計算機科學與人工智能實驗室（CSAIL）主任、論文共同通訊作者，MIT 教授丹妮拉·魯斯（Daniela Rus）表示，“這是邁向未來的一步——在那個未來中，多功能軟體機器人能夠在診所、工廠或日常生活場景中，安全、智能地與人類并肩工作。”

“這套新型 AI 控制系統是首批能夠同時實現軟體機器人社會化應用所需三項核心能力的通用軟體機器人控制器之一。它能夠將離線學習到的能力遷移至不同任務，即時適應新條件，并在整個過程中保持穩定——這一切都在同一個控制框架內實現，”論文第一作者兼共同通訊作者、副教授唐志強（Zhiqiang Tang）說。他在開展這項研究時擔任 M3S 和 NUS 的博士后研究員，現為中國東南大學（SEU China）副教授。

該系統支持多種任務類型，使軟體機械臂能夠在統一框架下執行軌跡跟蹤、物體放置和全身形態調節等任務，并已在不同軟體機械臂平臺上驗證了跨平臺適用性。

系統在兩個實體平臺上完成了測試與驗證，分別為繩索驅動軟體機械臂和形狀記憶合金驅動軟體機械臂，取得了顯著成果：在強干擾條件下跟蹤誤差降低 44％ 至 55％；在負載變化、氣流干擾和執行器故障情況下，形態精度超過 92％；即便在多達半數執行器發生故障時，系統仍能保持穩定運行。

“這項工作重新定義了軟體機器人領域的可能性邊界。我們將范式從面向特定任務的調優和能力，轉向了真正具備通用性的框架與類人智能。這是一項突破性成果，為可擴展、智能化的軟體機器打開了大門，使其能夠在真實環境中運行。”論文共同通訊作者、M3S 首席研究員、NUS 工程設計學院機械工程系教務長講席教授、NUS 高級機器人中心主任塞西莉亞·拉薩奇（Cecilia Laschi）表示。

這一突破為更具魯棒性的軟體機器人系統的發展開辟了道路，使其得以在制造、物流、檢測和醫療機器人等領域大展身手，無需頻繁重新編程，從而降低停機時間和成本。在醫療領域，輔助和康復設備能夠自動根據患者力量或姿勢的變化調整動作，可穿戴或醫療軟體機器人也能對個體需求作出更靈敏的響應，提升安全性和治療效果。

研究團隊計劃將這項技術拓展至能夠在更高速度和更復雜環境中運行的機器人系統或組件，潛在應用方向涵蓋輔助機器人、醫療設備和工業軟體機械手，并推動其融入真實世界的自主系統。

https://news.mit.edu/2026/neural-blueprint-human-intelligence-in-soft-robots-0219