1小时让机器人“开挂”？华为新方法：人类搭把手，成功率飙到95%以上
2026-06-25
发生了什么？
机器人虽然能看图说话、模仿人类动作，但一到真实环境就容易“懵圈”——比如抓杯子时杯子歪一点就抓空，甚至乱撞。这是因为它们只会照着学过的动作做，遇到新情况不会随机应变。
华为云的研究团队提出了一种新方法：HIL-ResRL。简单说，就是给成熟的机器人大模型加一个“外挂小脑”。这个“小脑”很轻巧，只负责在关键时刻修正动作，而且人类可以用一个3D鼠标随时帮它“扶一把”。实验显示，这样训练不到1小时，机器人的成功率就从不到80%飙升到95%以上。
怎么做到的？
大模型打底，小脑纠偏
- 基础动作（大模型）：机器人已经学会抓、放、拿等基本操作，就像小孩会走路。
- 残差修正（小脑）：但到了新环境，它容易跑偏。团队让一个轻量级的神经网络（残差策略）专门学习“怎么微调”，就像大人看到小孩要摔倒时轻轻扶一下。
- 人类当“裁判”：操作员拿着3D鼠标待命，一旦机器人要撞墙或乱抖，就摁一下鼠标给出修正信号。这比让机器人自己摔几百次安全得多。
只学“错了怎么改”，效率极高
因为不用重新训练那个庞大的大模型，小脑只学“如何纠偏”，所以学习速度飞快。实验中，只用40到90分钟的真实训练，任务成功率就从50%~80%提升到90%以上。
真实表现如何？
团队用真实机械臂测试了三种任务：抓取放置、垂直摆放、插网线。结果：
- 成功率从不到80%飙到95%以上。
- 对比其他方法，HIL-ResRL在需要精细调整的任务（如插网线）上优势巨大。
- 安全性很高：纯自动学习1小时会触发15次紧急停机，而有人类监督时只触发2次。
跟普通人有什么关系？
未来工厂里，机器人可以更快学会组装不同产品；家里的扫地机器人也可能快速适应新房间布局。这项技术等于给机器人装了个“快速学习助手”，让它们不再死板地背动作，而是能灵活应变。
来源：华为云CloudRobo团队论文（arXiv:2606.22860）