EPFL新框架：機器人零樣本遷移削皮，泛化能力飆升

一根彎曲的香蕉，對人來說不過是順手拿起來剝皮的事。但對機器人而言，這個動作背后藏著一道幾乎無解的幾何難題。

瑞士洛桑聯邦理工學院（EPFL）與伊迪亞普研究所的科學家們，剛剛發表了一項有望打破這一僵局的研究成果。他們開發出一套全新方法，讓機器人能夠流暢地削香蕉皮、切紅薯，甚至探測從未見過的3D打印物體表面。

這項研究于4月22日登上頂級期刊《科學—機器人》。

多年來，機器人在工廠流水線上表現出色，但那是因為它面對的都是標準化的、幾乎一模一樣的零件。一旦換成廚房里高低胖瘦各異的蔬果，它就會"手足無措"。

問題的核心，在于曲面幾何的復雜性。平面物體有統一的參考坐標系，機器人能輕松"找到方向"。但彎曲的物體沒有這種全局參考框架，每一點的表面法向、曲率都在變化，讓現有的姿態估計方法頻頻失效。

更麻煩的是，即便是同一類蔬果，形狀差異也可能極大。兩根香蕉的彎曲角度、長度、粗細往往各不相同。為每一種可能的形狀單獨訓練機器人，既不現實，也難以規模化。

這正是本次研究突破的起點。研究團隊提出的核心問題是：能不能讓機器人只學一次，就能舉一反三，應對各種形狀？

研究團隊的解法，聽起來有些出人意料：他們借鑒了物理學中的熱傳導方程。

具體來說，他們利用擴散方程（即熱方程）在物體表面傳播幾何信息，在每一個點上生成一個局部坐標系，由此構建出一個連續平滑的"方向場"。這個方向場就像是給彎曲物體的表面鋪了一層導航網格，機器人可以沿著這張網格理解"什么叫沿著表面走"，"什么叫垂直切入表面"。

與此前許多方法不同，這套方案直接作用于點云數據，不需要干凈的三維網格模型。這意味著它能處理傳感器噪聲和不完整的視覺數據，在真實環境中更加魯棒。

為了處理機器人在自由空間移動和接觸物體表面之間的切換，研究團隊還將擴散方法與蒙特卡洛計算技術相結合，實現了快速、無網格的計算，讓整個系統在實時操控中保持響應速度。

在50個隨機變形物體上的測試顯示，與傳統方法相比，這套框架讓機器人的動作軌跡更為一致，泛化能力顯著更強。

這項研究更大的野心，藏在一個詞里：零樣本遷移（zero-shot transfer）。

傳統機器人學習范式要求大量數據和反復訓練。而EPFL團隊的框架允許機器人將在簡單幾何形狀上學到的技能，直接遷移到從未見過的復雜物體上，不需要重新訓練，不需要額外演示，更不需要為每種蔬果準備專屬程序。

這在實驗中已經得到驗證。研究人員展示了機器人成功給香蕉和紅薯削皮、切割蔬菜，以及探測多種陌生3D打印物體表面的過程。每一次任務遷移，用的都是同一套以物體為中心的方向指令，例如"沿著"表面、"朝向"表面。

這種表達方式模擬了人類操作時的直覺邏輯，而非依賴硬編碼的坐標數據。

該框架的兼容性也值得關注。它可以無縫對接多種控制策略，包括遙操作、軌跡優化和強化學習，在不同場景下均能加速收斂，提升規劃效率。

當然，研究團隊也坦承，目前的成果仍屬于概念驗證階段。從實驗室的香蕉到真實廚房里的滿地泥土豆，還有很長的路要走。傳感器噪聲、光線變化、物體被遮擋、機器人末端執行器的力控制精度，每一關都不輕松。

但方向已經清晰：讓機器人真正理解物體的形狀，而不只是記住它的樣子。當這一步走穩，削皮、切菜、洗碗的機器人廚房助手，或許不只是科幻電影里的畫面了。