真实的演示：实验室之外的机器人技术。
在伦敦皇家学会夏季展览期间，该展览于 6 月 30 日至 7 月 5 日举行。 2026年,参与者可以亲眼目睹与机器人在现实环境中进行操作相关的挑战。来自牛津机器人研究所的团队展示了具身智能（即身体智能）方面的研究成果，该团队致力于创建不仅能够执行任务，而且还能够在实时学习和适应的系统。本次展览是更广泛项目的一部分，该项目由 EPSRC 资助，旨在为工业和社会开发智能解决方案。
展览中最引人注目的元素之一是 Frank 机器人--一种具有先进学习能力的双臂机械手。在几天的时间里，它的操作由参与者远程控制，他们使用 Meta Quest 头显从机器人的摄像头视角观察世界。这不仅仅是一次技术演示，更是一次尝试，旨在展示人类和机器人在现实时间中协同工作是多么困难。参与者可以感受到空间限制、反应延迟以及精确协调运动所涉及的困难。
此外，展览还展示了 3D 打印的 S101 机器人手臂，其中一个手臂作为引导臂，另一个手臂作为跟随臂。观众可以执行诸如堆叠或放置积木之类的任务，从而可以直接了解人类和机器在物理操作方面的不同方法。
互动环节发生了什么？
放大图像关闭放大上一张图片作为公共实验的一部分，参与者可以在模拟的远程操作中尝试他们的技能。他们使用类似于用于控制实际机器人的平台上的控制器，试图将三个积木堆叠在一个支架上--对于人类来说，这似乎是一项简单的任务。然而，大多数玩家很快意识到，精确地移动机器人手臂、规划运动和控制距离并非易事。只有 23% 的参与者认为机器人技术很容易上手--而 37% 的人承认他们学到了一些新东西。
重要的是参与者如何反应：有些人对这项技术的有效性感到惊讶，而另一些人则对为了使机器人不仅在受控环境中工作，而且在现实条件下工作还需要做多少事情感到震惊--即没有理想数据或可预测场景的环境。展览表明，即使是简单的任务也需要复杂的感官运动协调，而目前的系统缺乏这种协调。
在一个环节中，几位皇家学会的成员有机会控制一个真正的机器人弗兰克。在展览的另一个部分，参与者与机器人玩井字游戏，这展示了人类和机器之间交互的潜力，即使是在简单的通信形式下。
触觉传感器：精密组装的关键
展览中最具创新性的元素之一是来自软体机器人实验室的机器人柔软手臂。它们由柔韧、带有传感器的皮肤制成，可以实时检测压力、纹理和接触。这不仅仅是一项技术--它还是对具体问题的回答：机器人如何能够轻轻地拿起玻璃球或组装一个具有几微米公差的部件而不会造成损坏？
演示表明，触觉不仅仅是一个额外的传感器--它是身体智能的基础。如果没有对接触的敏感性，机器人就无法理解它是否太用力或太轻地握住物体。正是这些解决方案可以为小批量生产带来变革，在小批量生产中，精确性和灵活性至关重要。
由珀尔·马约利诺教授领导的研究表明，触觉传感器能够对环境中的变化做出即时响应。当手臂接触表面时，系统会立即做出反应--例如，如果检测到过度压力，则减少抓握力。这种方法对于医疗、电子或精密工业等应用至关重要。
为什么这对机器人的未来很重要？
展览不仅仅是对技术的展示--它还试图了解社会如何看待机器人技术。研究表明，尽管机器学习和世界建模取得了进展，但理论与实践之间仍然存在巨大的差距。机器人技术尚未完全准备好在复杂、不可预测的环境中实现完全自主性--尤其是在需要精细操作和适应性的环境中。
因此，关键步骤不仅仅是开发算法，还包括公众教育。展览表明，当人们可以亲自尝试控制机器人时--即使是在一个简单的任务中--他们开始理解它的局限性和潜力。这有助于对工业自动化采取更现实的方法。
正如牛津机器人研究所的博士生凯特·兰波所强调的那样：“展览中最令人满意的部分是与各种各样的来宾会面，从儿童到非 STEM 领域的人士。每个人都对机器人技术和人工智能有不同的看法：有些人持乐观态度，有些人持怀疑态度，但大多数人都渴望学习。”
还有什么是不清楚的？
虽然演示是有效的，但这并不意味着像弗兰克或柔软手臂这样的系统已经准备好进行大规模部署。展览仅展示了实验阶段--对可能性的演示，而不是现成的工业解决方案。缺乏关于这些解决方案的规模、耐用性、成本和可扩展性的数据。
此外，虽然参与者理解了协调的难度，但这并不能完全说明这些系统在长期内将如何运作--它们是否具有容错能力，以及它们是否可以在没有持续监督的情况下进行学习。这些问题仍然悬而未决，需要进一步研究。
重要的是，尽管机器人技术发展迅速，但在实际环境中部署它不仅需要技术，还需要对系统设计采用新的方法--考虑到人机交互、错误和环境变化。
