Science Robotics：機器人會空翻並不稀奇，伯克利、斯坦福團隊搞定了“什麼時候該空翻”

機器人學會後空翻，早已不是新聞；真正困難的，是讓機器人自己決定「現在該不該翻」。來自柏克萊與史丹佛大學的研究團隊，近期在《Science Robotics》上發表了一項研究，將焦點從「如何完成空翻」轉向「何時觸發空翻」，試圖為機器人的運動決策建立一套新的思考框架。過去很長一段時間，機器人要做後空翻這類高動態動作，依賴的是工程師預先寫好的軌跡規劃。控制程式會把整個動作拆解成起跳、騰空、翻轉、落地等階段，逐一設定關節角度與力矩輸出。這種做法在實驗室環境中表現穩定，但一旦面對地面材質改變、突然出現的障礙物或自身重心偏移，事先編寫的動作序列往往缺乏應變能力，一個細微的誤差就可能導致失敗收場。

這也正是這項研究為什麼把「時機」當作核心問題。研究人員發現，空翻本身是一道運動學與動力學的技術題，但「該不該在這一刻起跳」，卻涉及更上層的決策判斷。機器人不只是要算出怎麼翻，還要在動態變化的環境中評估風險與可行性，判斷現在是否具備足夠的條件執行動作。這個「決策」與「執行動作」之間的交界地帶，長期以來是機器人研究中的一個灰色區域。傳統機器人架構通常分成兩層：高層負責規劃任務，例如決定從A點到B點；底層負責控制關節，實現具體運動。問題在於，兩層之間的溝通往往相當粗糙。高層告訴機器人「往前走」，卻無法理解路面上有個台階或許可以用空翻越過；底層有能力做出空翻，卻沒有權限決定何時該用。

這種分工造成了一個矛盾：機器人能在指令下做出漂亮的空翻，卻不懂得在恰當的時刻自行選擇翻滾。團隊提出的研究方向，是希望讓「何時執行」這件事成為機器人學習的一部分。透過將決策機制與底層動作控制整合在同一個學習框架中，機器人不僅學習空翻的物理操作，也學習判斷執行的條件與代價。與其給定一個固定的動作觸發點，研究讓機器人根據自身狀態與環境回饋，自行評估動作的可行性與必要性。在這種設計下，空翻不再只是一個被動執行的高難度動作，而是一個由機器人主動評估後做出的選擇。這項工作也反映了機器人學習領域的一種趨勢：從「教機器人做動作」走向「教機器人做決定」。

過去幾年的深度強化學習研究，讓機器人學會了各種令人驚嘆的技巧，從跑酷、翻滾到接球，能力清單不斷拉長。然而，這些技巧大多是在特定任務設定下被召喚出來的，機器人本身並不清楚自己「為何」要做某個動作，也沒有人在系統中建立「什麼時候該用什麼動作」的完整判斷。實際應用場景中的挑戰更為明顯。以救災或探勘機器人為例，它們面對的是未知、非結構化的環境。一個懂得空翻的機器人，若沒有判斷時機的能力，遇到斷裂的樓板或倒塌的樑柱時，依然只能依賴遠端操作員下達指令。而一旦機器人能自主評估地形、速度與自身狀態，決定此刻是否適合翻越障礙，它的自主程度便有了本質性的提升。安全性的考量也被納入這類研究的核心框架。

當機器人學會自主決定動作時，系統必須同時具備對風險的敏感度。團隊的研究並非單純追求讓機器人更會翻，而是讓它在「做得到」與「值得做」之間取得平衡。這種對決策成本與安全邊界的建模，可能比動作本身更值得關注，因為它直接影響機器人能否走出實驗室，進入真實世界工作。值得注意的是，這項研究選擇以空翻作為切入點，並非因為空翻本身具有多大的實用價值，而是因為它足夠複雜、足夠極端，能夠清晰考驗決策系統的效能。一個能對空翻時機做出正確判斷的系統，處理一般的行走、閃避與跨越動作時，理論上會更加游刃有餘。換句話說，空翻像是對機器人決策能力的一場壓力測試。

從產業應用的角度來看，這類研究的意義在於讓機器人從「精確的執行者」逐漸演變為「有判斷力的行動者」。製造業中的協作機器人、物流領域的自主搬運裝置，以及家居服務機器人，都受益於更靈活的運動決策能力。當機器人不再需要人類為每一個動作設定觸發條件，它們在動態環境中的工作效率與適應力也將同步提升。不過，研究團隊也指出，從實驗室驗證到實際部署，之間仍有相當距離。運算效率、感測器可靠性與系統穩定性，都是必須克服的挑戰。特別是在真實環境中，感測雜訊與不確定性遠比模擬環境嚴苛，決策系統必須在有限時間內做出判斷，這對演算法的即時性提出了很高要求。

這項研究最終想傳達的訊息或許是：機器人的運動能力已經快速逼近甚至超越人類，但真正的智慧不在於能不能做到，而在於知不知道何時該做。當機器人開始「選擇」何時騰空翻越，而不只是「被安排」在何時翻越，它們離真正自主的未來，又近了一步。