2026 年 11 月 11 日
美国密歇根大学工程学院的研究团队开发了一种名为 PRISM（Polynomial Representation of Interaction Structures for Motion Control，即用于运动控制的交互结构多项式表示）的新型神经网络组件。该研究挑战了机器人学习领域的一个常见假设：即用于图像识别的通用多层感知机（MLP）同样适用于控制机器人的身体运动。
在传统的图像分类任务中，神经网络将图像映射到标签上，但不会改变图像本身。然而，在机器人运动控制中，动作会直接改变机器人的物理状态。机器人的运动和目标涉及物理变量之间的乘法关系。例如，作用于一个关节的力取决于其他关节的位置和速度，而机械功率和接触等数量则增加了力和运动的复杂性。
常规使用的 MLP 网络并未明确执行这种变量间的乘法操作，而是通过简单的非线性激活间接学习这些互动，这往往消耗大量的网络容量。PRISM 组件旨在解决这一问题，它专门学习传感器观测、过去的行动和任务命令之间的乘法交互，包括关节位置、速度和所需的步行速度。这种方法消除了手动指定物理方程或选择特定变量进行乘法的需要。
这项研究已发表在 arXiv 预印服务器上，并在德克萨斯州奥斯汀举行的第 10 届机器人学习会议（CoRL 2026）上进行展示。研究首席作者、计算机科学与工程博士生 Seung Hyun Lee 指出：“通过关节位置和速度等信号的组合，机器人的观察已经提供了许多关于物理相互作用的有用线索。PRISM 为控制器提供了一种紧凑的方式来学习和使用这些组合。”
由于 PRISM 仅取代机器人状态和命令输入的初始处理层，它可以无缝集成到现有的机器人学习系统中，无需改变训练目标、传感要求或控制器架构。
以更小的网络规模实现更优性能
研究人员对 PRISM 进行了多种学习方法和网络架构的对比测试。结果显示，网络如何表征物理交互比单纯扩大网络规模更为重要。
在模拟人形行走测试中，采用 PRISM 的机器人能够在 24 秒的试验中完成 92.5% 的任务而不跌倒，相比之下，传统 MLP 的成功率仅为 51%。值得注意的是，即使将传统网络的总参数增加约 43% 以匹配 PRISM 的大小，其成功率也仅提升至 52.3%。
此外，PRISM 还提高了机器人手臂以及大型视觉语言行动模型在操纵任务中的成功率，进一步验证了其有效性。
无需额外传感器的增强物理控制能力
与依赖手工设计的物理模型和控制规则不同，PRISM 直接从数据中学习有用的物理相互作用。在模拟恢复试验中，PRISM 使机器人能够在触摸物体后迅速减少接触力，而无需强力反馈或明确的合规控制器。
在一个模拟立方体抓取实验中，研究人员故意诱导机器人手臂掉落立方体。结果显示，PRISM 策略在 52.3% 的试验中成功恢复并完成任务，而传统的模仿学习策略成功率仅为 40.9%。
PRISM 的优势在物理硬件上也得到了证实。在使用 SO-101 机器人手臂抓取一卷胶带的测试中，基于相同训练演示，PRISM 在 50 次尝试中取得了 94% 的成功率，而传统方法的成功率为 68%。
Seung Hyun Lee 表示：“让我感到惊讶的是，如此微小的变化如何显著影响机器人对接触的反应。”
研究团队深入分析了 PRISM 内部的学习机制，发现其表示方式使得与关节电力、滑动和接触力相关的物理量比传统网络学到的更具可预测性。
在训练条件之外的泛化能力
当物理环境发生变化且未重新训练或修改网络时，PRISM 依然保持优势。
在涉及摩擦、质量和有效载荷变化的六个测试条件下，PRISM 控制的人形机器人在平面地形上成功完成了 92.3% 的试验，而参数匹配的标准 MLP 达到 78.3%。在不平坦的地形上，PRISM 完成了 87.1% 的试验，传统网络则为 80%。
美国密歇根大学计算机科学与工程系教授、研究主要作者 Stella 指出：“机器人运动控制不是从观察到行动的任意映射，而是由物理交互来控制的。”
通过在机器人策略学习中用 PRISM 替代传统的 MLP 输入层，神经网络获得了更适合控制物理世界运动的结构。研究表明，不依赖于越来越大的网络或手工设计的物理控制机制，简单的表示变化即可帮助机器人学习更有能力且更适应的行为。
参考文献：
Sun Li et al., PRISM: Polynomial Representation of Interaction Structures for Motion Control, arXiv (2026). DOI: 10.48550/arxiv.2607.23473
