7 月 13 日消息，麻省理工學(xué)院（MIT）團(tuán)隊(duì)提出一種基于視覺(jué)的深度學(xué)習(xí)方法，僅需單個(gè)攝像頭即可讓軟體機(jī)器人和仿生機(jī)器人學(xué)習(xí)運(yùn)動(dòng)與控制。

該技術(shù)突破有望大幅降低機(jī)器人開(kāi)發(fā)成本，相關(guān)成果已于 6 月 25 日發(fā)表于《自然》主刊（IT之家附 DOI: 10.1038/s41586-025-09170-0）。

傳統(tǒng)工業(yè)機(jī)器人雖易于建模控制，但剛性結(jié)構(gòu)難以適應(yīng)狹小或不平坦地形。軟體及仿生機(jī)器人雖具備環(huán)境適應(yīng)優(yōu)勢(shì)，卻通常依賴(lài)大量傳感器和定制化空間模型。

現(xiàn)在，MIT 團(tuán)隊(duì)通過(guò)深度學(xué)習(xí)技術(shù)解決了這一矛盾。新系統(tǒng)僅需通過(guò)單個(gè)攝像頭捕捉機(jī)器人運(yùn)動(dòng)畫(huà)面，結(jié)合名為“神經(jīng)雅可比場(chǎng)（NJF）”的技術(shù)，使機(jī)器人通過(guò)視覺(jué)反饋建立對(duì)自身形態(tài)與運(yùn)動(dòng)能力的認(rèn)知。

研究團(tuán)隊(duì)對(duì)多種機(jī)器人進(jìn)行了 2-3 小時(shí)多視角隨機(jī)運(yùn)動(dòng)視頻訓(xùn)練，成功讓神經(jīng)網(wǎng)絡(luò)通過(guò)單幀圖像重建機(jī)器人三維形態(tài)與運(yùn)動(dòng)范圍。

在氣動(dòng)軟體機(jī)械手、奧利格羅機(jī)械手（16 自由度）、3D 打印機(jī)械臂及低成本 Poppy 機(jī)械臂等測(cè)試中，系統(tǒng)實(shí)現(xiàn)：

關(guān)節(jié)運(yùn)動(dòng)誤差小于 3 度

指尖控制誤差小于 4 毫米

可自適應(yīng)環(huán)境動(dòng)態(tài)變化

MIT 助理教授文森特?西茨曼（Vincent Sitzmann）表示：“視覺(jué)作為彈性傳感器，為農(nóng)場(chǎng)、工地等非結(jié)構(gòu)化環(huán)境中的機(jī)器人應(yīng)用開(kāi)啟新可能。”

CSAIL 主任丹妮拉?羅斯（Daniela Rus）補(bǔ)充道：“視覺(jué)反饋使系統(tǒng)建立自身運(yùn)動(dòng)動(dòng)力學(xué)內(nèi)部模型，在傳統(tǒng)定位方法失效處實(shí)現(xiàn)自監(jiān)督操作。”