代尔夫特理工教授 Alonso-Mora：无人机操作的核心难题是飞稳与接触力耦合
IROS 2026 workshop 上，代尔夫特理工大学教授 Javier Alonso-Mora 解释了空中操作与地面操作的本质区别：没有固定支撑意味着机械臂产生的接触力会直接破坏飞行平台的稳定性。他的团队用分层控制——外层强化学习策略生成操作指令、内层自适应控制器维持稳定——来分离这两个耦合目标，并将该思路扩展到多无人机协同吊运。作者同时明确承认当前系统仍依赖动作捕捉、未处理障碍物、假设缆绳张紧。
地面机器人做操作时有一个隐含前提：底盘提供固定支撑。机械臂推一个箱子、拧一颗螺栓，反作用力由地面吸收，机器人自身姿态不受影响。一旦把同样的机械臂装到无人机上，这个前提消失了。机械臂运动或接触环境产生的力会直接改变无人机的姿态和位置，飞行稳定性和操作任务不再是两个独立问题，而是耦合在一起的同一个问题。代尔夫特理工大学教授 Javier Alonso-Mora 在 IROS 2026 的「多机器人系统中的紧耦合物理交互与协作」workshop 上，系统介绍了他的团队如何应对这一约束。
Alonso-Mora 领导的 Autonomous Multi-Robots Laboratory 使用一种叫 Differential Shoulder Aerial Manipulation Platform（DSAM）的平台。它的核心设计思路是把耦合问题拆成两层：外层由强化学习策略生成操作指令，内层由自适应控制器负责稳定控制，两者共同完成无人机和机械臂的协同操作。在演示中，这架无人机完成了推箱子、在白板上写字和拧紧螺栓三类接触操作。
从单机扩展到多机时，耦合问题变得更复杂。Alonso-Mora 的团队最初用集中式非线性模型预测控制（NMPC）让三架无人机通过绳索共同吊运一个物体：一台中央计算机统一计算所有无人机的控制量，系统能完成轨迹跟踪、抵抗外部扰动，被搬运物体受到撞击后也能重新调整。但他们随后尝试去掉这个中央控制单元，改用多智能体强化学习。训练阶段使用 Actor-Critic 架构，Critic 在仿真中利用完整状态信息辅助策略学习；真正执行时不再需要 Critic，每架无人机只运行自己的 Actor 网络。底层还有一个高速运行的 INDI 控制器负责飞行稳定，神经网络不直接控制最底层的飞行姿态。在 8 字形轨迹跟踪实验中，这种分布式策略的表现接近集中式 NMPC。加入一架无人机、让其中一架故障朝错误方向运动甚至掉落，策略仍表现出一定鲁棒性。
但 Alonso-Mora 在演讲中明确指出了当前限制。集中式方案已经能处理障碍物，分布式学习方案尚未加入障碍物，加入后训练复杂度和时间会显著增加。整个系统目前仍依赖动作捕捉设备定位，尚未实现完全机载感知。在多无人机吊运中，模型假设缆绳始终保持张紧——三架无人机时这个假设容易满足，四架基本可以工作，但继续增加就会出现部分缆绳松弛，系统复杂度急剧上升。当现场观众追问多机协调为何能隐式形成时，他直接回答「我也说不准」，承认这是一种神经网络中常见的可工作但不可完全解释的现象。
这些限制正是 HARPA 项目要面对的问题。这个从 2026 年持续到 2030 年的四年项目，目标是让异构空中机器人团队参与建筑施工：一部分无人机运输建筑材料，另一部分带机械臂的无人机负责连接模块和安装螺栓。Alonso-Mora 表示项目中会继续推进机载感知，减少对动作捕捉的依赖。从地面到空中，从单机到多机，从仿真到真实施工环境，每一步都在增加物理约束的复杂度。