伯克利团队用多智能体方法让机器人完成擦拭任务

美国加州大学伯克利分校研究团队提出名为“智能体机器人技术”的新方法，让多个AI智能体协同编写机器人控制程序，并在虚拟环境中反复测试、修正和优化。

该方法采用“图即策略”框架，把任务拆分为寻找物体、规划抓取、控制夹爪避障等独立技能，再由智能体组合成控制程序，并借助英伟达Isaac仿真平台测试改进。

在擦拭实验中，机器人需用海绵擦去金属棒上的墨水。研究人员向OpenAI的Astra模型提供真实机器人操作视频和仿真接口，AI不到一小时便建立并优化可复现操作的物理仿真环境，还模拟出海绵受力形变。程序随后部署到真实机器人，完成擦拭任务。

测试中机器人曾因未准确判断金属棒重量将其推倒，团队用失败视频让AI重新分析并调整程序。工业应用方面，美国Ambi Robotics公司用该方法分析包裹分拣数据并更新机器人行为；测试显示每台机器人每年可额外分拣超过1.5万个包裹，相关更新已部署在其美国机队约30%的设备上。