0人類數據，讓機器臂自學擰燈泡：MIT初創打造機器人界AlphaZero

擰燈泡，對于人類來說是一個簡單到下意識就能完成的任務。但如果對象換成機器人，它卻是一道難解的工程問題：燈泡表面光滑、易碎、會滾動，擰入燈座還需要精確的對準和持續穩定的旋轉力矩。截至目前，市面上幾十款商用機械臂中，幾乎沒有幾臺能獨立完成這個動作。

這一現象也印證了上世紀奧地利裔計算機科學家漢斯·莫拉維克（Hans Moravec）提出的悖論：人類覺得困難的事，如下棋、解方程，對機器來說往往不費吹灰之力；而人類不假思索就能完成的事，例如走路、抓取、擰瓶蓋，對機器來說卻難如登天。莫拉維克的解釋是，與物理世界交互的能力在漫長進化中已深深寫入我們的神經回路，成了本能，而本能恰恰是最難用代碼復現的東西。

但就在近日，一家剛剛走出隱身狀態的初創公司或試圖動搖這個理論。Eka Robotics 在社交媒體上發布了一段機械臂視頻：它成功地從桌面上捏起一顆燈泡并擰入燈座，全程沒有人類遙控，也沒有為燈泡加裝任何輔助傳感器。

(來源：Eka)

據現場報道，這臺機器人的動作流暢程度超出了大多數業內人士的預期。夾爪快速逼近燈泡后主動減速，輕柔地在桌面上摸索定位，燈泡滾走了就追上去，抓不穩就換個角度再試，最終穩穩擰亮。除了燈泡，它還在記者面前隨機抓取了耳塞盒、梳子、鑰匙串等形態各異的物品，每次都能在幾下試探后成功捏起，對不同形狀和材質展現出明顯的泛化能力。

“Eka 這個名字在梵語中意為‘一’，在芬蘭語中則指‘第一’?！甭摵蟿撌既?Pulkit Agrawal 曾在社交媒體上如此闡釋。名稱背后，是創始團隊對機器人靈巧操作的核心構想：以“力量（Force）”為基石構建智能，推動機器人突破人類操作的物理極限，實現靈巧能力的規模化擴展?；谶@一理念，Eka 提出了一條全新的 AI 模型架構：VFA（Vision-Force-Action，視覺-力量-動作）模型。

(來源：X)

與當下主流的視覺-語言-動作（VLA）模型不同，VFA 不以語言為中介，而是直接用“力”來構建智能。用 Agrawal 的話說，力是“物理世界的母語”。

除了架構，Eka 在技術路線上也進行了創新。

在機器人靈巧操作領域，業界此前主要圍繞兩條主流路線展開探索。第一條是“仿真遷移（Sim-to-Real）”路線，以 2018 年 OpenAI 的 Dactyl 項目為代表，邏輯是在高保真數字環境中訓練策略后部署至實體機械手。當時這個項目最出圈的成果，是讓機械臂在仿真中自學解魔方，2019 年 OpenAI 甚至發布了一段機器人單手還原三階魔方的視頻，引發廣泛關注。

然而，當研究人員故意用橡皮筋綁住機械指、蒙住攝像頭，或改變魔方表面材質時，策略迅速崩潰。這些“對抗性測試”暴露了致命短板，即仿真環境難以精準還原物理世界中的復雜摩擦力、材料形變與接觸動力學，導致策略在真實場景中極易失效，該方向一度陷入停滯。

圖 | OpenAI 實體機械手（來源：OpenAI）

第二條是當下備受矚目的“數據驅動”路線，以 Physical Intelligence（簡稱 π）為代表。這一路線遵循“規模法則”，通過采集海量人類遙操作或動捕數據，期望機器人能如大語言模型處理文本一般，從數據中“涌現”出物理操作能力。盡管進展迅速，但高度依賴人類演示數據的特性，也在無形中設定了機器人能力的上限。

面對上述局限，Eka 選擇在第一條路的基礎上創新，對傳統的仿真路線進行深度重構。Agrawal 與另一位聯合創始人 Tuomas Haarnoja 認為，仿真路線并非死胡同，此前的瓶頸在于仿真精度不足與感知維度的單一。Eka 的 VFA 模型不采集任何人類演示數據，而是讓機器人在強化學習框架下，于仿真環境中進行數千小時的自主探索與試錯，自行演化出最優操作策略。

在這個仿真環境中，它不僅模擬關節和電機的運動學，還納入質量、慣性等動力學原理。模型同時學習兩件事：自身運動如何改變視覺畫面中的像素，以及運動的力和速度如何與手中物體產生交互。簡單來說，它不僅“看”，還“摸”。

從方法論上看，這與 DeepMind 的 AlphaZero 如出一轍。不依賴人類先驗知識，純粹通過自我對弈與計算迭代實現能力躍升?！霸S多人致力于讓機器人達到人類水平，”Agrawal 表示，“但我們的目標是實現超人級（Superhuman）的靈巧操作。”

這一技術路線的落地，和兩位創始人在學術與工業界的長期積累高度相關。Agrawal 現任 MIT 計算機科學與人工智能實驗室（CSAIL）助理教授，并領導 Improbable AI 實驗室。

他在加州大學伯克利分校獲得博士學位，研究成果多次發表于 Science Robotics 與 Nature 等頂級期刊。他在學術界的核心主張是“觸覺智能”，即機器人不能僅依賴視覺感知，必須引入力反饋機制才能真正理解并交互物理世界。

(來源：MIT)

Tuomas Haarnoja 同樣畢業于伯克利，師從知名 AI 學者 Sergey Levine，加入 Eka 前曾任 Google DeepMind 資深研究科學家。他在機器人強化學習領域的標志性貢獻是提出了 SAC（Soft Actor-Critic）算法，該算法憑借出色的樣本效率與穩定性，已成為當前機器人策略學習的主流框架之一。

在 DeepMind 期間，Haarnoja 曾主導多個將深度強化學習應用于實體機器人的項目，其中最為人熟知的是通過仿真強化學習訓練小型人形機器人踢足球：機器人在虛擬環境中完全自主演化出帶球、射門乃至跌倒后自主爬起的復雜行為序列。

公開演示中，分揀雞塊的場景進一步驗證了 VFA 模型的泛化能力。Eka 搭建的工作站上，形態各異的雞塊散落在桌面，傳送帶上的塑料餐盒勻速移動，機器人需要快速抓取雞塊并準確放入盒中。

現場報道顯示，機器人不僅速度達標，還展現出一定的即興應變能力：當餐盒即將移出可及范圍時，它會果斷從短距離外將雞塊“拋”入盒中。食品處理至今高度依賴人工，因為果蔬肉類需要被快速而輕柔地處理，且每件物品形狀各異。自動化這類任務，要求機器人同時具備速度、精細力控和對不規則形狀的泛化能力，而這恰恰是傳統工業機器人的短板。

更值得關注的是，Eka 的算法據稱還展現出自主發明策略的能力。慢動作回放顯示，當機器人抓取一串鑰匙時，它會先將夾爪指尖輕觸桌面，沿桌面滑動直至接觸鑰匙，再將其夾起。這種“先摸桌面再找目標”的策略并非人工預設，而是機器人在仿真訓練中自行演化所得。

而且，Eka 的機器人似乎還能從失誤中恢復：燈泡滾走了會追上去再抓，鑰匙滑落了會換個角度重新夾取。這種容錯能力對依賴人類演示數據的方法而言實現難度極高，因為需要刻意讓訓練者制造大量各類失誤，這是一個巨大的數據工程負擔。

兩位創始人聲稱，Eka 在仿真到現實的遷移可靠性上優于其他團隊。這一說法目前尚無法通過獨立測試驗證，公司的融資規模也未公開披露。

1.https://www.wired.com/story/when-robots-have-their-chatgpt-moment-remember-these-pincers/

2.https://x.com/pulkitology

運營/排版：何晨龍

注：封面/首圖由 AI 輔助生成