我国科研团队近日在机器人控制领域实现重大突破，成功提出”力位混合控制算法的统一理论”——UniFP，这一创新性算法实现了机器人无需依赖力传感器即可同步学习位置与力控制的双重目标。该技术通过强化学习精准估计接触力，并巧妙结合位置调整机制，显著提升了机器人在复杂接触任务中的表现，特别是在擦黑板、开关柜门等场景中，成功率大幅提升约39.5%。这一突破性研究成果基于先进的阻抗控制原理，使机器人能够主动感知并灵活响应环境变化，其有效性已在四足机器人与人形机器人平台上得到充分验证。
该算法的核心优势在于其独特的混合控制机制，通过将位置控制与力控制有机结合，使机器人在执行任务时既能保持精确的位置精度，又能实现自然的柔顺交互。这种双重控制能力的实现，关键在于强化学习算法对接触力的精准估计，以及位置调整机制对环境变化的智能响应。在实验室环境下进行的多次测试表明，采用UniFP算法的机器人能够在各种复杂接触任务中表现出色，其成功率较传统控制方法有显著提升。
这一研究成果不仅具有重要的理论意义，更展现出广阔的应用前景。随着工业自动化和智能服务的快速发展，具备柔顺交互能力的机器人将在更多场景中得到应用。UniFP算法的提出，为解决机器人控制中的力感知难题提供了全新的思路，有望推动我国机器人控制技术达到国际领先水平。值得一提的是，该研究成果已获得国际认可，相关论文荣获国际机器人学习大会杰出论文奖，这是该奖项设立以来首次由全中国籍团队获得这一殊荣，标志着我国在机器人学习领域的研究实力已跻身国际前列。