8月20日消息，2026世界机器人大会论坛于8月19日-22日在北京举行。美国东北大学教授 Seth Hutchinson 在会上分享了“走向人机共融的智慧社会”这一主题，重点探讨了人机协作、机器人安全与智能控制等关键方向。
大家好！
我是挡在大家午餐前的最后一道关卡，所以我会尽量讲快一点，让大家尽快去用餐。非常高兴，这是我第一次参加世界机器人大会，再次感谢主办方邀请我发言，也感谢各位坚持到现在来听我的演讲。
当前，我们看到的机器人演示视频越来越多，内容也让人目不暇接，几乎每周都会出现更令人振奋的新视频，尤其是在动作模型和机器人控制方面。如今，许多基础问题已经逐步得到解决，机器人技术也在持续进步。那么，机器人能否真正做一些有价值、对社会有益的事情？这就回到了动作操控与运动能力的问题，也就是移动操作机器人所面临的核心挑战。
例如，医院中的辅助机器人可以配送药品，办公楼和酒店中的机器人可以收集垃圾；在家庭场景中，机器人可以整理和移动家居用品；酒店里的配送机器人和外卖机器人大家也已经非常熟悉了，另外还有各类推车式机器人应用。
正如我们在前两张PPT中看到的，机器人正在完成许多令人惊叹的工作，但这些视频里往往没有人出现。那么，机器人和人类真的应该如此泾渭分明吗？机器人发展必须把人纳入核心考虑范围。很多机器人公司承诺系统是安全的，但很多时候，这种安全并没有真正从“人”的角度出发。今天我不是想讨论如何用自然语言与机器人互动，而是想强调，在机器人技术发展过程中，必须把人类因素纳入设计之中，首先要确保没有任何人受到伤害。
我有一位几年前的同事也持有相同的观点。左下方的视频展示了一个人机互动的场景：这位病人从肩部以下完全瘫痪，而机器人正在帮助他提升生活质量，让他获得更加独立和有尊严的生活体验。
谈到安全，安全不仅仅与性能有关。最简单的机器人安全策略，就是让它完全静止不动，因为这是我们能测量到的最安全状态。但今天，我们需要在机器人性能与安全之间找到平衡。其次是鲁棒性，也就是系统在复杂环境下保持安全运行的能力。如果要真正实现安全，机器人必须始终把安全因素纳入决策过程。在工厂和工业供应链中，这一理念已经得到较好落实，因为很多同事和企业已经通过商业实践提供了大量数据支撑。然而，未来的应用场景会更加复杂，机器人即使不动，也不一定意味着风险更低。比如，可以让机器人和人类在空间上隔离，也可以让双方前后分工，或者采用任务共享模式，例如由人类领路、机器人跟随执行。
看到右边红色的部分，那是机器人进行协作的部分，可以发现目前占比仍然不高。现在很多机器人依然是独立工作，与人类缺少直接互动，而这正是我们需要解决的问题。最直接的一种方式，就是把机器人放进“盒子”里。直到几年前，这仍然是最常见、最有效的安全保障方式。像今年会场里这样，人和机器人能够如此近距离接触，在五年前几乎是不可想象的。
接下来，我们可以把物理笼子替换成数字笼子，也就是电子围栏。这样一来，机器人绝对不能越过设定区域，只要人不进入危险区域，就不会受到伤害。但人类很聪明，也会四处移动，可能会误入不该进入的地方。几年前德国就曾发生过因人员误入错误区域而导致意外死亡的案例。还有一种更先进、也更有意思的方法，就是利用计算机视觉。近几年视觉感知技术发展非常快，也更加可靠，已经可以探测人在空间中的运动状态。机器人能够感知旁边是否有人，人与机器人距离越近，机器人运动速度就越慢；当距离足够近时，机器人就会停止动作。如果距离很近但机器人仍然高速运行，那很快就会形成安全隐患。
这是几年前的一个实验，可能已经是15年前的研究了，内容是关于机器人碰撞冲击的测试。实验对象现在还活着，这本身就是安全实验的重要结果。这类方法不仅仅是简单降低速度，本质上都属于较为保守的安全策略。另一种思路是探测冲击、预测碰撞。如果机器人能够在碰撞发生前快速停止动作，就能避免人员摔倒或受伤。但问题在于，人一旦进入工作区域，机器人就无法再按照原定轨迹执行任务，那它该如何调整？答案就是：将安全因素纳入优化控制系统，在完成工作目标的同时，确保不会对人造成伤害，这也是视频中展示的核心理念。
当一个人在工作区域内来回移动时，机器人也要动态调整路径、持续避让，从而避免与人类发生空间接触。如今，我们对机器人本体已经有了很多认识，包括动作操控、自由度、机械臂运动特性，以及力量、速度、精度等方面。因此，我们发展出了位置控制、空间控制和速度控制等系统，让机器人能够在物理世界中更安全地活动。但当我们讨论“任务”时，就会发现：对人类而言，空间移动和物体操作是非常直觉化的事情，而对机器人来说却要困难得多。
例如，一个物体在空间中的定位该如何判断、又该如何移动它？现在我们会结合大语言模型、3D感知以及各种几何特征来处理这些问题。关键在于，所有这些参数本质上都依赖具体任务和特定场景，因此无法给予机器人毫无限制的自由度。很多复杂任务到底该怎么执行，仍然需要通过控制系统来实现，让机器人即使在没有明确设定、没有固定环境约束的情况下，也能自主判断怎样做才是安全的。
我们可以想象一个系统的动能：如果它没有动能，就会完全停下来；如果动能降低，系统能力也会随之下降，这有点类似传统发动机的基本原理。如果我们让系统反应特别快，就可以更快实现目标。另一方面，如果你只是想尽快缩短与目标之间的距离，速度当然越快越好；但如果任务目标是规避障碍，那就不是越快越好。我们需要通过这样的公式进行平衡。关键在于两个量：一个是尽量提高效率和速度，另一个是在存在障碍时对速度进行限制，避免过快造成风险。如果能把这两个因素正确结合起来，就可以实现更优的机器人控制。
在人机协作任务中也是同样的原理。这是一个非常简洁的公式，我的一些学生今天也在现场。老实说，这正是我一直希望有人早点告诉我的公式——它把类似量子物理和经典物理中的一些思想统一起来，将机器人运动自由度、动量等因素都纳入其中。对学习这一领域的学生来说，这几乎就是标准答案了。这一方法本质上是用来计算和控制空间动能的。
另外一种方法也并不复杂，整体思路非常凝练：只要你不想撞上障碍物，那就绕过去。系统会设定一个不能被突破的边界，这个边界也可以被定义为一种“软约束”。在这个框架下，我们可以计算控制输入与禁止进入区域之间的关系，因此能够相对简单地求出它的导数，而不需要进行过于复杂的运算。
这就是一种安全控制方法，它主要用于在自动化环境中动态设置安全条件。当环境发生变化时，我们可以把这些函数加入到控制公式中，相当于设定一组约束参数，让机器人在达到目标之前，速度始终不能超过某个安全边界，从而在满足限制条件的前提下完成任务。这是一个非常基础但很关键的控制逻辑。
它有大量应用场景。最简单的是避免碰触某些物体，但也可以进一步泛化。比如我手里拿着几杯水，不能让杯子的倾斜角度过大，否则水就会洒出来。所以，我们可以把所有“不能发生的事情”都设定为约束因素。例如，这条机械臂在移动时不能撞到自己的身体，也不能碰到周围物体，还不能无序晃动。我们可以把大量相关数据都作为限制条件加入控制函数中。通过这种方式，在存在多重约束的情况下，我们依然可以控制机器人完成更复杂的运动。利用这一方法，我们就可以尝试完成真正想做的任务，构建新的控制函数，尽可能达到最优水平。比如系统的动能必须受控，某些物体绝对不能碰触，这就形成了一种受限条件下的最优控制模式。我们还可以在此基础上加入其他参数，例如安全性、系统动能以及外部执行能力等。
如果我想非常高效地完成这项任务，就需要采用一种逐步扩展的控制形式，一点点加入这些限制条件，而不是一下子加入过多约束。
这个视频展示了最终效果。右边可以看到一个机器人在进行操控，它能够保持方向控制，确保水杯始终维持原有方向，从而防止水洒出来。机器人可以前后左右移动，而且在受到人类外力干扰的情况下还能作出反向调整。左边可以看到，当人靠近机器人时，它一方面会主动减速，另一方面会绕开人的肢体。你还能看到机器人如何预测物体的运动轨迹，以防止水杯倾倒。一旦具备这样的控制能力，就可以进一步拓展到更大规模、更复杂场景的测试。
这也是一种动作规划问题。比如在类似购物车的场景中，车体本身有质量，但我们未必知道它具体有多重；如果车中放置了球状物体，物体移动还会改变整体重心。机器人需要尽可能快地推动它，但机器人的力量是有限的，因此其扭矩不可能无限增大。它可能只能依靠较小的抓取扭矩来控制这辆车，同时确保扭矩不超过系统极限。首先，我们已经拥有大量数据和模型，包括机械臂、抓取、操作与动作规划等，因此理论上可以利用更高效的模型来保证系统不仅安全，而且可靠，甚至能够实现最优化。这背后不只是一个“推购物车”的简单问题，而是一个综合评估问题。比如车在移动时，重心在哪里，这关系到目标状态与视觉模型是否对齐，也能进一步帮助系统判断自身所处空间位置，从而确保安全。
我非常有信心地说，我们能够完成这些工作，也能够用这些数据来支持机器人的实际应用。相比行业里一些人，我本人并没有那么盲目相信纯视觉方案，因为我可能算是比较老派的人。在推车实验中，仍然存在滤波器误差，以及一些尚未解决的问题。我们现在虽然已经有了高保真模型，但仍然必须继续寻找那些未解决问题的答案，比如数据驱动方法。过去几天里，我们也听到了很多关于数据驱动机器人的讨论，之前京东的同事也提到，需要收集海量数据，并且已经有了很多进展。未来这些进展当然值得期待，但问题是，我们并不知道这些数据到底需要收集多久、收集到的数据质量如何、最终是否真正可用。因此，数据采集本身就存在较高风险，而找到真正正确的数据也远没有想象中那么容易。
今天开幕视频中，机器人失败后，旁边的人类会说“你再试一次”。现实中，机器人出现问题确实常常就是这样处理的。但如果数据本身发生崩溃，反复尝试反而可能陷入死循环。与此同时，在收集数据的过程中也可能出现安全风险。有些场景非常适合做数据采集和仿真，但有些场景并不适合，还有一些实际遇到的情况本身就很难被准确模拟。
再比如，对于流体相关动力学问题，例如空气动力学，或者机器人在沙地上行走，这些都属于流体力学范畴，而流体力学往往非常难以预测，也很难高精度模拟。因此，这又带来了另一类挑战。除此之外，还有寻找正确数据集的问题，这是一个非常经典的话题，也就是所谓的分布外问题。如果你没有覆盖真正要测试的场景，那么前面做的大量工作都有可能白费。值得注意的是，一些成功的公司已经较好地解决了分布问题，它们拥有质量不错的数据集，也具备高质量的动作数据，而且所需投入并没有想象中那么高。
关于机器人操作，今天已经有很多嘉宾进行了讨论，我就不展开了。大语言模型 LLM 的确是一个很有价值的探索方向，但如果让我选择，我不会相信一个大模型或者 LLM 来照顾我的祖母，也不会放心把照顾我祖母的机器人完全交给它来驱动。我想，我们可以以这种方式重新思考机器人的未来。
祝大家午餐愉快，谢谢！
