Tại Hội nghị Quốc tế về Robot của IEEE (ICRA) 2026 ở Vienna, một màn trình diễn đã thu hút sự chú ý đặc biệt: hai bàn tay robot đang tạo hình một chú chó bằng bong bóng 🎈. Chậm rãi và cẩn trọng, robot uốn cong, xoắn những quả bóng dài thành các vòng, đoạn nối mà không làm chúng bị nổ. Khách tham quan đã dừng lại, xem và thường xuyên quay lại cùng đồng nghiệp để xem lại.
Thoạt nhìn, màn trình diễn có vẻ vui nhộn. Tuy nhiên, đối với các nhà khoa học robot, việc tạo hình bong bóng được xem là một nhiệm vụ thao tác cực kỳ khó khăn. Bong bóng nhẹ, dễ biến dạng, trơn trượt và cực kỳ nhạy cảm với lực. Mỗi lần xoắn đều làm thay đổi hình dạng và áp suất bên trong, biến một hoạt động tưởng chừng đơn giản thành một bài toán tương tác vật lý thay đổi liên tục. Con người điều chỉnh những thay đổi này gần như theo bản năng, hiếm khi nghĩ về việc điều chỉnh lực, ngăn chặn trượt hay ổn định tiếp xúc. Họ đơn giản là tự điều chỉnh. Đối với robot, những điều chỉnh đó vẫn vô cùng khó khăn. Thử thách không chỉ là di chuyển các ngón tay đến đúng vị trí, mà còn là duy trì tương tác ổn định khi bản thân vật thể đang thay đổi 🤔. Sự khác biệt đó giải thích tại sao màn trình diễn chó bong bóng lại thu hút nhiều sự chú ý đến vậy ở Vienna. Điều tưởng chừng là một màn trình diễn sự khéo léo, thực chất lại là một màn trình diễn về chính sự tiếp xúc. Khi thao tác robot tiếp tục phát triển, ngày càng nhiều nhà nghiên cứu đi đến cùng một kết luận: nhiều vấn đề khó nhất trong robot chỉ bắt đầu khi tiếp xúc xảy ra.
Trí Tuệ Di Chuyển và Trí Tuệ Tiếp Xúc cho Thao Tác Robot
Việc tạo hình bong bóng kết hợp hai thách thức mà ngành robot truyền thống đã khó giải quyết đồng thời: thực hiện nhiệm vụ dài hạn và thao tác giàu tiếp xúc.
Thử thách đầu tiên liên quan đến chuyển động. Một chú chó bong bóng không được tạo ra chỉ qua một lần nắm hoặc xoắn. Nó hình thành thông qua một chuỗi các thao tác được sắp xếp cẩn thận, mỗi thao tác tạo điều kiện cho cái tiếp theo. Một lỗi xoay nhỏ ban đầu có thể có vẻ không đáng kể, nhưng vài bước sau đó, nó có thể ngăn cản cấu trúc cuối cùng hình thành hoàn toàn. Theo nghĩa đó, tạo hình bong bóng là một nhiệm vụ dài hạn. Thành công không chỉ phụ thuộc vào việc thực hiện đúng các hành động riêng lẻ, mà còn vào việc bảo toàn khả năng thực hiện của toàn bộ quá trình thao tác trong tương lai.
Để giải quyết thách thức này, AGILINK đã bắt đầu bằng cách thu thập các bản trình diễn từ các nghệ sĩ tạo hình bong bóng chuyên nghiệp. Các hành động của con người được ánh xạ lên bàn tay robot để thiết lập một chính sách thao tác ban đầu. Tuy nhiên, chỉ các bản trình diễn thành công thôi là chưa đủ. Trên thực tế, một số bài học quý giá nhất đã xuất hiện khi quá trình thực hiện bắt đầu đi chệch hướng thất bại. Bất cứ khi nào sự bất ổn xuất hiện, người vận hành con người đã can thiệp và điều chỉnh thao tác theo thời gian thực. Những can thiệp đó được ghi lại và tích hợp vào các chu trình học tăng cường, cho phép hệ thống học không chỉ cách các bản trình diễn thành công diễn ra, mà còn cách các người vận hành giàu kinh nghiệm khắc phục khi mọi thứ bắt đầu sai. Thông qua quá trình này, robot dần dần có được khả năng cần thiết cho việc thực hiện nhiệm vụ dài hạn – một tập hợp các khả năng mà AGILINK gọi là trí tuệ di chuyển (motion intelligence) 🧠💨: khả năng tạo ra hành động, phối hợp các hành vi bằng hai tay, và thực hiện các chuỗi thao tác mở rộng trong điều kiện không chắc chắn của thế giới thực.
Tuy nhiên, chỉ chuyển động thôi không giải thích tại sao việc tạo hình bong bóng vẫn khó khăn. Thử thách thứ hai là tiếp xúc. Robot phải liên tục điều chỉnh lực, điều chỉnh vị trí tiếp xúc và phản ứng với những thay đổi tinh tế trong trạng thái của vật thể. Những quyết định này rất khó mã hóa thông qua các quy tắc rõ ràng. Ngay cả những người vận hành con người có kỹ năng cũng thường dựa vào trực giác xúc giác được phát triển qua kinh nghiệm hơn là các chiến lược được diễn đạt một cách có ý thức.
Phân tích những can thiệp đó cho thấy nhiều thất bại không bắt nguồn từ các chuỗi hành động sai, mà từ sự gián đoạn của chính sự tiếp xúc. Để nắm bắt tốt hơn các động lực tương tác đó, AGILINK đã thu thập dữ liệu can thiệp tập trung vào tiếp xúc và tích hợp những tương tác đó vào huấn luyện học tăng cường. Thay vì chỉ học các chuyển động cần thực hiện, hệ thống còn học cách con người duy trì sự ổn định khi các điều kiện tiếp xúc bắt đầu xấu đi. AGILINK mô tả khả năng này là trí tuệ tiếp xúc (contact intelligence) 🤝💡: khả năng thiết lập, duy trì và thích ứng tương tác vật lý khi phân bố lực, ma sát, biến dạng và hình dạng tiếp xúc liên tục thay đổi.
Sự khác biệt giữa hai khả năng này rất tinh tế nhưng quan trọng. Trí tuệ di chuyển xác định robot dự định làm gì. Trí tuệ tiếp xúc xác định liệu nó có thể tiếp tục làm điều đó hay không. Đối với việc tạo hình bong bóng, cả hai đều cần thiết. Một cung cấp chuỗi hành động. Cái còn lại giữ cho những hành động đó khả thi về mặt vật lý. Giữa một quả bong bóng trượt đi và một quả bong bóng vỡ tung nằm một vùng ổn định hẹp. Thao tác thành công phụ thuộc vào việc tìm ra vùng đó – và duy trì trong đó suốt quá trình thực hiện nhiệm vụ.
Giới Thiệu Bàn Tay Khéo Léo OmniHand 3 Ultra-M
Màn trình diễn chú chó bong bóng đã thể hiện một khả năng thao tác. Nó cũng tiết lộ một câu hỏi rộng hơn. Bao nhiêu trí tuệ tiếp xúc có thể đạt được chỉ bằng học hỏi? Một robot chỉ có thể điều chỉnh những gì nó có thể cảm nhận. Nó chỉ có thể phản ứng nhanh như phần cứng của nó cho phép. Khi các nhiệm vụ thao tác ngày càng phức tạp, các nhà nghiên cứu nhận thấy rằng tiến bộ không chỉ phụ thuộc vào các chính sách tốt hơn, mà còn vào cảm biến phong phú hơn và phản ứng vật lý nhanh hơn.
Nhận thức đó đã tạo nền tảng cho thông báo quan trọng thứ hai của AGILINK tại ICRA 2026. Cùng với màn trình diễn chó bong bóng, công ty đã giới thiệu OmniHand 3 Ultra-M 🖐️⚙️. Hai phần trưng bày này đại diện cho các giai đoạn khác nhau của cùng một quỹ đạo công nghệ. Nếu chó bong bóng chứng minh những gì trí tuệ tiếp xúc đã có thể đạt được hôm nay, thì Ultra-M được thiết kế để khám phá những gì trí tuệ tiếp xúc có thể yêu cầu tiếp theo.
Xây Dựng Phần Cứng cho Trí Tuệ Tiếp Xúc
Có kích thước tương đương bàn tay người lớn, OmniHand 3 Ultra-M tích hợp 20 bậc tự do chủ động trong một hình dạng cỡ người. Tính năng nổi bật nhất của nó là kiến trúc truyền động trực tiếp hoàn toàn ⚡️. Bằng cách áp dụng truyền động trực tiếp trong toàn bộ hệ thống, bàn tay được thiết kế để cho phép điều chỉnh lực nhanh hơn, minh bạch hơn và băng thông điều khiển lực cao hơn, cho phép phản ứng nhanh hơn khi điều kiện tiếp xúc thay đổi.
> Bằng cách áp dụng truyền động trực tiếp trong toàn bộ hệ thống, OmniHand 3 Ultra-M được thiết kế để cho phép điều chỉnh lực nhanh hơn, minh bạch hơn và băng thông điều khiển lực cao hơn, cho phép phản ứng nhanh hơn khi điều kiện tiếp xúc thay đổi.
Nền tảng này cũng tích hợp cảm biến xúc giác trên gần như toàn bộ bàn tay 🤏👁️🗨️. Mỗi đầu ngón tay chứa một cảm biến xúc giác dựa trên thị giác thu nhỏ, trong khi hơn 300 điểm cảm biến xúc giác ba chiều được phân bố khắp lòng bàn tay. Cùng với nhau, chúng cung cấp thông tin không chỉ về nơi tiếp xúc xảy ra, mà còn về cách tiếp xúc đang phát triển. Hệ thống được thiết kế để ước tính phân bố áp suất, lực cắt, biến dạng cục bộ, xu hướng trượt và các động lực tương tác khác mà thường vẫn vô hình đối với các hệ thống điều khiển dựa trên vị trí thông thường. Theo các thử nghiệm của AGILINK, các cảm biến riêng lẻ đạt độ phân giải lực khoảng 0.005 N – tương đương với việc phát hiện trọng lượng của một tờ giấy đặt trên đầu ngón tay. Độ phân giải không gian đạt khoảng 0.04 mm, trong khi mật độ cảm biến đạt gần 50.000 điểm cảm biến trên mỗi centimet vuông.
Đối với robot khéo léo, tiếp xúc theo truyền thống là một quá trình phần lớn bị che giấu. Ultra-M được thiết kế để làm cho quá trình đó dễ quan sát hơn. Thay vì chỉ phát hiện rằng tiếp xúc đã xảy ra, hệ thống cố gắng giải quyết nơi tương tác đang diễn ra, cách các lực được phân bố, liệu sự bất ổn có bắt đầu xuất hiện hay không, và các chiến lược thao tác nên thích ứng như thế nào để phản ứng.
Thế Giới Vật Lý Vẫn Là Thử Thách Khó Khăn Nhất
Ý nghĩa của trí tuệ tiếp xúc mở rộng rất xa ngoài những con vật bong bóng 🚧. Nhiều nhiệm vụ tiếp tục chống lại sự tự động hóa liên quan đến tương tác không ổn định hoặc dễ biến dạng: đưa dây cáp, xử lý quần áo, đóng gói linh hoạt, lắp ráp tinh vi, nối đầu nối, sử dụng công cụ và thao tác gia đình. Những nhiệm vụ này khó không phải vì robot không thể đạt đến đúng vị trí, mà vì việc duy trì tương tác ổn định sau khi tiếp xúc bắt đầu vẫn cực kỳ khó khăn.
Trong nhiều thập kỷ, ngành robot đã đạt được nhiều thành công bằng cách giảm thiểu sự không chắc chắn. Các nhà máy được thiết kế để làm cho chuyển động của robot có thể dự đoán được, lặp lại và có cấu trúc cao. Thế giới vật lý hoạt động khác 🌍❓. Các vật thể dịch chuyển. Vật liệu biến dạng. Ma sát thay đổi. Tiếp xúc phát triển. Môi trường thực tế hiếm khi tuân theo kịch bản. Nhìn qua lăng kính đó, chú chó bong bóng chưa bao giờ thực sự chỉ là về chú chó bong bóng. Điều thu hút sự chú ý tại ICRA không chỉ là một màn trình diễn ấn tượng về mặt thị giác, mà là những gì nó tiết lộ: trí tuệ trong thế giới vật lý cuối cùng được đo lường thông qua tương tác 🌟.
Khi việc tạo chuyển động tiếp tục trưởng thành, một phần ngày càng lớn trong nghiên cứu robot đang chuyển sang chính sự tương tác – hiểu cách robot có thể thiết lập, duy trì và thích ứng tiếp xúc vật lý trong các môi trường vẫn cơ bản là không thể dự đoán được. Đối với robot di chuyển ra ngoài các môi trường có cấu trúc và vào các môi trường thế giới thực ít dự đoán hơn, việc quản lý tiếp xúc có thể trở nên quan trọng như chính chuyển động.