2026-07-24
灵巧操作：从模仿走向自我进化灵巧操作被誉机器人领域的“皇冠明珠”，也是制约行业发展的核心瓶颈。多指灵巧手拥有20多个自由度，协调难度如同指挥一支交响乐队；物体在指尖的每一次滑动都涉及复杂的物理接触，极难建模；手指操作时还会不可避免地遮挡视觉，导致感知信息缺失。正是这些挑战，使得灵巧操作成为衡量机器人智能水平的关键标尺。
在这一方向，登上《Science Robotics》的成果呈现出从模仿学习走向强化学习自我进化的脉络。
清华大学许华哲团队2026年发表的RL-100框架，提出了“模仿学习→离线强化学习→在线强化学习”三阶段路径，在真实机器人上完成Push-T高精度推块、保龄球击打、颗粒/液体倾倒、灵巧手拧螺丝、双臂毛巾折叠、橙子榨汁等8项操作任务，评估试验全部达成100%成功率，打破了“模仿学习上限=人类演示水平”的固有天花板。在商场公共环境中，基于RL-100的机器人可连续7小时无故障地为随机顾客制作新鲜橙汁。蒸馏后单步控制器推理延迟降至10ms，支持高频闭环控制。论文同期配发瑞典厄勒布鲁大学教授Johannes A. Stork的同行评议，评价其“让模仿学习成为起点，而非终点”。
在RL-100之前，该刊已记录了多篇灵巧操作领域的里程碑式成果。UC Berkeley Mahler团队2019年发表的Dex-Net系列工作，通过大规模合成数据集训练抓取质量评估网络，实现了对未知物体的稳定抓取规划，是工业级抓取规划领域的早期标杆。
Meta FAIR2024年发表的NeuralFeels登上当期封面，提出视-触融合的机械手内操作框架，通过融合触觉和视觉传感，未知物体位姿估计精度最高提升94%，并公开了含70个实验的新测试基准FeelSight。
丰田研究所（TRI）等机构2026年4月发表的大行为模型研究登上当期封面。该研究基于约1700小时数据、超47000次测试，发现经预训练的LBM在新任务上仅需15%的专属数据即可超越从头训练的模型，学习效率提升5倍以上，为机器人基础模型的规模效应提供了实证支撑。
浙江大学陈积明、叶琦团队与杭州电子科技大学的合作则从多模态感知切入，于2026年1月在该刊发表成果。受人类大脑顶下小叶整合视觉与触觉的神经机制启发，团队提出视触觉预训练与在线多任务学习框架。机器人仅凭单目RGB相机和成本约250美元的二值触觉传感器，一套策略即可完成转瓶盖、拧水龙头、滑动滑块等5项任务，在25种不同物体的测试中平均成功率达85%。
即便更换不同分辨率的触觉传感器，策略无需重新训练即可适应；在昏暗或过曝的光照下，触觉信号也能补充视觉的不足。同期《Science Robotics》配发了前沿聚焦评论文章，指出该工作提供了一个具有良好可扩展性的算法范式。
灵巧操作解决的是“手”的问题，四足与人形运控则聚焦于“腿”的能力，即在真实世界的复杂地形中实现稳健行走、高速奔跑乃至动态跳跃，这对运动控制算法的鲁棒性和环境感知的实时性提出了极高要求。
如果说灵巧操作的终极目标是像人一样用手，那么四足运控的目标就是像动物一样在自然中自由穿行。
来自苏黎世联邦理工学院的ETH Zurich机器人系统实验室是该刊四足运控领域积累最深厚的团队。2019年，该团队发表了ANYmal深度强化学习敏捷运动的开山之作，首次在真实四足机器人上通过RL实现从仿真到现实的步态迁移。2020年，团队进一步攻克了复杂地形的运控难题。
2022年，该团队发表的感知运动控制论文已被引用超733次，是近五年该刊引用量最高的论文之一——将激光雷达点云与本体感知信息融合，使ANYmal在草地、碎石、泥泞、楼梯乃至雪山、森林、浓雾中稳健行走，系统以50Hz频率板载运行。2024年，ANYmal进一步推进到跑酷级，完成攀爬、跳跃和匍匐等五种运动模式。2025年，该团队再次发表新作，提出结合注意力地图编码与强化学习的控制方法，使12自由度四足机器人和23自由度仿人机器人在复杂场景中实现稳健、精准的动态跨越。
同年，团队让ANYmal-D四足机器人学会了打羽毛球，基于强化学习的全身视觉运动控制策略，同步控制腿部（18个自由度）移动和手臂挥拍动作，最高挥拍速度达到12米/秒；在与人类选手的对打中，某一回合连续击球10次，机器狗甚至还涌现出“击球后回位中心”的类人行为。
2020年12月，浙江大学与爱丁堡大学合作研发的“绝影”四足机器人登上《Science Robotics》封面，提出“多专家学习体系结构（MELA）”，通过组合8个深层神经网络，让四足机器人在平地、楼梯、跷跷板和砾石堆上连贯小跑和转向。这也是云深处官宣“国内第一个荣登Science Robotics封面的四足机器人”的来源。
2024年，Google DeepMind则将目光投向双足人形机器人。采用ROBOTIS OP3平台，通过分布式MPO强化学习算法进行多阶段仿真训练，让双足机器人在简化的一对一足球比赛中展现出快速起身、转身射门、拦截移动球等技能，并表现出防守性阻挡对手射门的高水平战略行为。该成果成为2024年封面论文。
2026年，KAIST研发的HOUND四足机器人登上该刊封面，通过2D先验加RL迁移的策略，实现6m/s野外部署跑酷跃阶。
传统机器人依赖金属关节和电机驱动，软体机器人则走了一条截然不同的路。用柔性材料、流体回路乃至生物启发的方式，让机器人获得与环境交互的新能力。其核心突破在于：不再追求刚性控制，而是让柔性本身成为智能的一部分。
2021年，UCSD团队以封面论文形式发表了一款纯气动电路四足软体龟，无需芯片和电机，通过气动逻辑电路实现自主步态。
同年，UCSB与Gatech合作研发的地下挖掘软体机器人也登上封面，模仿章鱼和蜥蜴在颗粒介质中的掘洞机制，实现地下自主挖掘。
2020年，MIT赵选贺团队与西北大学合作发表了生物燃料驱动的软电子皮肤，实现了无线传感。据公开资料显示，该团队近五年在《Science Robotics》上发文总量位居全球前列——除软电子皮肤外，还涉及胃肠道软体机器人、磁控远程神经介入等多个方向，其中2022年的磁控神经介入工作已被引用超385次，操作者可通过遥杆在远端控制含磁性颗粒的软导丝进行血管内偏转。
2024年，意大利技术研究院展示了一款自主生长的软体机器人。该机器人模仿攀缘植物的顶芽行为，通过嵌入式增材制造机制和传感尖端，实现自主自适应生长和导航——能够根据重力、光照等外部刺激调整生长方向，并可在垂直支撑物上缠绕以跨越间隙。
2025年5月，南方科技大学与英国布里斯托大学的合作研究登上《Science Robotics》封面。受章鱼吸盘及其神经肌肉层级结构启发，团队开发了一款不含任何电子元件的仿章鱼具身智能软体机器人。
通过将吸附流动与局部流体回路耦合，系统实现了底层仿生智能（轻柔抓握易碎物品、自适应弯曲）和高层感知决策（接触检测、环境介质分类、表面粗糙度识别），所有功能均无需中央处理器。单个软体手指可轻柔抓握脆弱气球而不致其破裂，四指软体手也能稳定抓取无壳鸡蛋和果冻等易损物品；整个硅胶抓取系统的成本控制在二十元人民币以内。
从小于300微米的“针尖”到空水跨介质、地下挖掘、海洋探测，跨尺度是这一维度的核心关键词。如果说前三个维度解决的是机器人能不能做某件事，那么这一维度追问的是机器人的物理边界在哪里——能有多小？能去多深？能铺多远？
在微纳尺度，多伦多大学Diller团队2019年发表了毫米级磁驱微机器人群，实现可编程3D磁化微机械。2023年，肠道内光声导航微机器人系统发表于该刊，实现了体内靶向导航。
2024年，德国康斯坦茨大学团队利用激光点独立驱动多达200个微米级Janus粒子（直径约6微米），并通过多智能体强化学习训练群体策略。团队创新性地引入“反事实奖励”机制——将群体表现与假设场景对照，在虚拟场景中暂时“移除”特定机器人，从而量化其独特贡献度，避免了“懒惰代理”问题。实验结果显示，在仅凭局部信息的前提下，200个微米机器人能协同将较大货物精准推至任意位置和方向，并在群体规模变化、单个机器人故障乃至环境扰动下仍保持鲁棒性。
2025年12月封面论文则展示了利用55纳米CMOS工艺制造的自主亚毫米机器人——尺寸小于300微米，集成机载传感器、执行器、太阳能电池和带存储的处理单元，可感知温度变化并自主调整运动行为，每台制造成本仅约一便士。
在跨介质领域，北航文力团队与帝国理工Kovac团队2022年合作研发了空水跨介质䲟鱼搭便车机器人，实现0.35秒出水、表面吸附“搭车”。
清华机械系2022年则开发了亚厘米管道探测机器人，利用DEA人造肌肉加智能锚固，可在小于1cm管径的管道中巡检。
在无人机与群体方向，浙江大学高飞团队连续发表多篇成果。2022年，该团队实现10架手掌大小（300克级）的微型无人机集群在竹林等未知杂乱环境中全自主飞行，无需GPS。
2025年，该团队实现无人机在密集障碍环境中的自主特技飞行——在与人类顶尖飞手的同台竞技中，连续6次倒钻狭窄门框任务达100%成功率，人类飞手仅12.5%。2026年，RAPTOR四旋翼基础策略仅以2084个参数实现quadrotor foundation policy。
在水下与模块化方向，Woods Hole2026年封面论文展示了珊瑚礁多模态AUV，实现自主寻礁、声学制图加鱼群普查。
Duke大学2026年发表Argus 20足动态各向同性机器人，海胆式辐射腿设计实现全向越野。
港中深AIRS团队高源联合多机构2026年提出“意图对齐模仿学习”（IAIL）框架，首次实现无人机、无人船、轮足机器人、人形机器人、机械手等7类异构机器人之间基于意图理解的自适应模仿与协作，在30个多步协作场景真机实验中达到92%成功率，被选为《Science Robotics》和Science主页特选论文。
EPFL2026年展示的Mori3模块化机器人系统，则呈现了“死模块被邻居‘接济’复活”的资源共享机制——模块越多时系统可靠性反而越高，这一反直觉的特性使其在太空组装、灾后搜救等高风险场景中具有独特优势。
医疗机器人已在临床使用超过四分之一个世纪，从最初的手术辅助工具逐步向智能化助手和自主化协作者演变。据行业分析机构估算，全球手术机器人市场规模已超800亿美元，专家预计软组织领域多专科渗透率有望超过60%。
然而，行业面临的核心挑战是现有医疗机器人高度依赖操作员——大多数手术机器人只是远程模仿临床医生的手部动作，在康复领域也需要治疗师投入大量时间制定个体化方案。正是这种缺乏自主性的痛点，推动了医疗机器人从远程操控向自主学习和人机协同的方向演进。
意大利圣安娜高等研究院2024年发表磁性植入假肢手研究，通过在截肢者残肢肌肉中植入磁铁，解码肌肉运动意图控制假肢手实现灵巧抓握，是首次在人体上成功实施的磁性肌动控制接口，成为该年度封面论文之一。
MIT赵选贺团队则有多篇软体医用机器人成果，涵盖胃肠道软体机器人、电子皮肤等方向，是该刊高频高引的代表。
东南大学宋爱国团队2025年以焦点论文形式发表神经义肢手研究，突破连续肌电解码与体躯-肌电融合控制，开发了基于视触融合的具身感知技术，在Cybathlon 2024义肢比赛中取得优异成绩。
2025年7月，《Science Robotics》推出“Autonomy and AI in Medical Robots”特刊，集中探讨学习方法如何改变机器人在医学中的应用。
同期，浙江大学王越、陆豪健、熊蓉团队联合浙江大学附属第一医院、伦敦大学学院等机构，发表了一款无需CT、可远程操控的人工智能支气管镜机器人系统，实现“AI自主搜索+医生远程协作”的异物吸入救治方案，总重量不超过2公斤、成本低于5000美元，首次在真实动物实验中验证了AI驱动的机器人自主搜索能力以及5G远程操控的临床可行性。
同一特刊中，Kim等人提出语言引导的模仿学习分层框架（SRT-H），在离体猪胆囊切除术中实现了100%成功率，标志着手术机器人向临床级自主系统迈进了关键一步。
在假肢控制领域，帝国理工学院与意大利技术研究院合作，将运动神经元协同解码与假肢姿势协同设计相结合，开发出柔性假肢手，截肢用户实时测试中目标命中率达82.5%，远优于传统肌肉协同方法的35.0%。
从本文盘点的成果中已能看出，“绝影”四足机器人、RL-100、亚毫米级自主机器人等一系列成果，勾勒出中国团队在该刊从封面首秀到多领域密集爆发的发展轨迹。与此同时，MIT、ETH Zurich、Google DeepMind等全球顶尖团队在软体机器人、四足运控、群体智能等方向持续深耕。
正如RL-100论文的同行评议所言：“模仿不是终点，而是起点。” 当机器人从人类示范起步、再通过自主探索实现超越，真正的通用机器人时代或许正在到来。
