ARTICLE · 1243517
机器人的技能,能像App一样复用吗?
机器人的技能,能像App一样复用吗?10月24日，上海国际具身智能技能大赛的报道提出一个设想：把抓取、识别、拧螺丝等能力整理成可复用的技能包，让机器人像手机安装App一样，按需获得新能力。 这个类比触及了机器人发展的一个核心问题：一项任务完成之后，留下的经验，能否成为其他机器人、其他任务可以直接利用的软件？ 国内外研究已经给出了一些明确答案。同一份操作策略可以跨机械臂运行，通用动作知识可以通过小规模适配用于新本体，旧任务中的技能也能帮助完成新任务。但这些实验复用的东西并不相同。判断机器人距离App式的技能分发还有多远，首先需要说清楚：哪些部分能够保留，哪些部分仍要重新适配，以及复用后能保证什么。 理解这个问题，可以从“把杯子放到碟子上”开始。 这项任务包含寻找杯子、选择抓取位置、移动、放置等步骤。如果换一台机器人，任务目标没有变化，机械臂长度、夹爪形状、相机视角和控制延迟却可能全部改变。原来能够到达的位置，新机械臂可能够不到；原来足以夹住杯子的动作，换个夹具可能造成滑落。 App同样有操作系统、接口与硬件条件。机器人技能还要面对物理世界的兼容性：同一条命令，能否在当前设备、物体和环境中产生预期效果。 因此，技能复用需要建立在一个明确的结构上：任务要求与具体执行方式可以分开，两者之间的接口和适用条件必须清楚。 瑞典隆德大学等机构2023年提出的SkiROS2，提供了这样的工程框架。它将技能组织为带有参数和执行条件的程序，区分执行前需要满足的条件、执行中需要维持的条件，以及完成后应达到的状态。同一个技能描述，可以对应不同硬件的具体实现，由系统选择匹配的版本。 以抓取为例，系统需要知道夹爪是否空闲、目标在哪里，以及执行后是否已经持有目标。不同夹爪可以共享“抓取”的任务描述，各自提供开合、运动和检测的实现。上层任务由此获得相对稳定的调用方式。 这里有一个容易被忽略的要求：技能之间能够组合，取决于前一个技能产生的状态，能否满足后一个技能的条件。假如“抓取”程序已经运行完毕，物体却中途滑落，下一个“搬运”模块即使没有代码错误，整项任务仍会失败。技能包必须让调用者知道动作是否真正完成。 如果不同机器人的接口难以直接统一，可以保留共享知识，为新本体训练适配部分。 清华大学智能产业研究院等国内机构提出、发表于CVPR 2025的UniAct，采用了这样的结构：不同机器人共享通用动作表示，再由各自的解码模块生成具体控制信号。在未参与预训练的AIRBOT适配实验中，研究者采集100条示教，冻结通用部分，训练新的解码头；需要训练的参数约占模型总参数的0.8%。 这里复用的是动作知识，适配模块仍需学习。它的重要性在于，把“更换机器人后必须重新学习什么”缩小到了特定部分。 对于技能分发，这意味着软件可以分成共享部分与本体适配部分。共享模型保留已有经验，适配模块负责将这些经验转成当前设备能够执行的命令。 跨本体复用之后，还有技能能否组合的问题。 会开抽屉、会抓取、会放置，是否就能完成“把物品放进抽屉并关上”？ 这项任务要求系统安排正确的先后顺序，知道每一步改变了什么，并保证物体最终处于合适的位置。技能库中存在几个动作，并不自动意味着系统能够完成它们的新组合。 天津大学、合肥工业大学团队发表于ICML 2026的Decompose and Recompose研究，直接处理这一问题。它将已有示范分解为“原子技能—动作”对，检索相关示范，帮助模型为未见任务生成新的动作序列。在AGNOSTOS的23个未见任务上，论文报告的总体成功率为26.4%，对照方法X-ICM为23.5%。测试新任务时不更新模型参数，但仍利用已有任务的示范知识。 这个结果支持了技能结构化的价值：为动作补上“它在完成什么”的信息，有助于模型利用旧经验。但26.4%的成功率也说明，跨任务组合仍然存在明显困难。 即使各项技能都已具备，选择、排序和状态衔接也可能出错。这正是机器人技能复用比函数调用更复杂的地方：执行过程会改变环境，环境变化又会影响下一步是否可行。 最近的研究进一步提出，值得复用的经验还包括排错和恢复方法。 英伟达等机构的ASPIRE，在2026年10月20日更新的预印本中，将经过执行验证的修复经验保存为技能。条目包含失败特征、适用条件、修复方法，必要时附带代码示例。真机实验从仿真中选取三类技能，为另一种本体上的程序编写提供指导：取易拉罐任务的测试成功次数由20次中的13次提高到19次，抽屉任务由0次提高到11次。 作者明确说明，真机仍使用自己的感知、标定和控制系统，并需根据执行反馈适配程序。迁移的经验帮助系统生成和修复程序，减少重新摸索的工作。 这揭示了一种更现实的复用价值：同一个问题在不同任务、不同机器人上出现时，系统能够利用已经验证过的解决方法。技能可以是动作策略，也可以是“在什么情况下应怎样调整”的操作知识。 不过，这类知识同样有边界。ASPIRE依赖预先提供的感知、规划和控制接口；如果底层没有相应能力，仅靠检索技能并不能补齐。 这些研究共同说明，机器人技能的软件化已经可以拆成几项可验证的工作：统一感知和动作接口，保留共享知识，适配不同本体，组合任务步骤，并积累执行与恢复经验。
