我国科研团队在机器人技术领域实现关键突破，成功构建全球首个"力位混合控制算法统一理论"。该成果突破传统依赖力传感器的局限，使机器人能够同步实现位置与力的精准控制。实验数据显示，采用新算法后机器人执行复杂任务的成功率较单一位置控制提升近四成，相关研究论文近日荣获国际机器人学习大会最高荣誉，成为该奖项设立以来首个由中国学者团队独立完成的获奖项目。
在北京通用人工智能研究院的演示现场，配备该算法的四足机械犬正在完成黑板清洁任务。研究人员介绍，传统视觉-语言-动作模型在处理接触类任务时存在明显短板。以开关柜门为例，机器人需同时感知弹簧结构的推拉力度与运动轨迹；擦黑板时则要精确控制机械臂与表面的贴合压力。这些复杂场景此前必须依赖力传感器才能实现，而新算法通过数学建模实现了力位控制的有机统一。
技术突破带来多重应用升级。实验表明，搭载新算法的机器人可在无传感器条件下完成位置跟踪、柔顺施力等六类操作，任务完成质量显著提升。更关键的是，算法赋予机器人"感知-响应"的实时交互能力，当受到外力作用时能立即调整运动状态，这种特性极大增强了人机协作的安全性。在模拟搬运场景中，机器人可精准匹配人类的运动节奏，实现加速、减速、停止的同步响应。
算法的泛化能力突破设备限制，经测试可在不同构型的机器人平台上稳定运行。研究团队通过数学抽象将力位控制规律转化为通用模型，使算法具备跨平台迁移能力。这种技术特性为工业机器人、服务机器人等多领域应用开辟新路径，特别是在需要人机物理交互的场景中展现出独特优势。
实际应用测试显示，新算法使机器人完成轨迹跟踪的误差率降低至0.3mm以内，力控制精度达到±0.5N。在模拟装配任务中，机器人能准确感知0.1N级别的接触力变化并做出调整。这些性能指标表明，我国在机器人智能控制领域已达到国际领先水平，为智能制造、康复医疗等产业升级提供了关键技术支撑。
