Recent, echipe de cercetători chinezi au obținut progrese semnificative în domeniul algoritmilor pentru roboți, propunând prima teorie unificată din lume a «algoritmului hibrid de control forță-poziție». Acest algoritm nu necesită senzori de forță, permițând robotului să învețe simultan atât controlul poziției, cât și cel al forței. Rata de succes a sarcinilor asociate a crescut cu aproximativ 39,5 % comparativ cu strategia care folosește exclusiv controlul poziției. Mai remarcabil este faptul că articolele științifice corespunzătoare au primit în prezent Premiul pentru Cel Mai Bun Articol la Conferința Internațională de Învățare a Roboților, fiind prima dată, de la înființarea acestui premiu, când o echipă de cercetători chinezi îl obține.
La locul experimental al Institutului de Cercetare Beijing pentru Inteligență Artificială Generală, un câine mecanic cu patru membre, echipat cu acest nou algoritm, desfășoară sarcina de antrenament de curățare a tablelor albe într-o manieră ordonată. Cercetătorii au folosit acest scenariu practic pentru a explica reporterilor principiile de bază și avantajele remarcabile ale «algoritmului hibrid de control forță-poziție».
Jia Baoxiong, cercetător la Institutul de Cercetare Beijing pentru Inteligența Artificială Generală: Modelele actuale de acțiune bazate pe limbaj vizual iau ca intrare imagini capturate de camere și apoi efectuează predicții privind traiectoria. Această traiectorie poate duce la faptul că robotul nu respectă în mod strict tabla albă în timpul ștergerii, ceea ce face imposibilă eliminarea textului. În modelul de control mixt forță–poziție, încercăm să completăm cât mai exhaustiv posibil dimensiunea forței, obținând astfel efectul aplicării unei presiuni pe tabla albă, pe baza unei poziționări precise, astfel încât robotul să se așeze strâns pe tablă și să șteargă cuvintele de pe ea. Cu alte cuvinte, nu doar am adăugat dimensiunea forței în modelul original de acțiune bazat pe limbaj vizual, ci am realizat și efectul unui control simultan mixt al forței și al poziției.
Conform studiilor efectuate de cercetători, modelul de acțiune bazat pe limbajul vizual, frecvent utilizat, adesea nu reușește să gestioneze numeroase sarcini din viața reală. Problema esențială constă în faptul că majoritatea acestor sarcini implică scenarii complexe de contact: de exemplu, la ștergerea unei table, brațul robotic trebuie să rămână în contact cu suprafața, exercitând o presiune adecvată; ușa unui tablou electric trebuie să perceapă cu precizie structura internă a resortului de tracțiune/impingere; iar robotul nu trebuie doar să „meargă acolo unde este nevoie și să-și întindă mâna acolo unde este necesar”, ci și să „înțeleagă ce forță trebuie aplicată”. Înainte de apariția «algoritmului hibrid de control forță-poziție», toate aceste aspecte trebuiau rezolvate prin intermediul senzorilor de forță.
Jia Baoxiong, cercetător la Beijing General Artificial Intelligence Research Institute: Senzorii de forță sunt, de fapt, adăugați mai frecvent brațelor robotice fixe, ceea ce face instalarea mai complicată și mai costisitoare. Modelul hibrid de control forță–poziție a îmbunătățit rata de succes a acestor sarcini care necesită aplicarea forței cu aproape 40 % comparativ cu modelul tradițional VLA (model de acțiune vizual–lingvistic).