🌟 重磅！康奈尔大学斩获 RSS 2025 最佳论文，喂食机器人迎来 “革命性突破”

机器人领域顶会 RSS 2025（Robotics: Science and Systems） 公布了年度最佳论文获奖名单。康奈尔大学 Tapomayukh Bhattacharjee 教授团队的研究成果 ——FEAST 系统，凭借开创性的技术创新，成功摘得此项殊荣。

这是全球范围内首个实现 “个性化 + 实时” 一体化的家用喂食机器人完整解决方案，专为重度肢体障碍人群（脊髓损伤、脑瘫、渐冻症等）量身打造，彻底打破了传统喂食机器人 “固定化、单一化” 的局限。

机器人能帮忙喂饭吗？过去虽有尝试，但多为固定流程、速度和交互方式。一旦用户想换角度、调整节奏或提出新需求，便无法适配。

康奈尔大学等机构的最新研究取得突破。其提出的FEAST系统核心突破在于“边吃边调”的灵活性——

它并非一成不变，而能在用餐过程中根据用户的实时指令、表情反馈和个人偏好动态调整喂食动作，支持边吃边说:

“快点，饿死啦。”

“换个位置。”

“调整下摆放位置。”

“不想吃了，不用再喂了。”

FEAST 将这种“随时可变”的理念融入系统，使机器人首次在用户家中连续吃 6 餐，真正根据用户的指令、表情和偏好自动调整，成为了一名优秀的“饭搭子”。

正是凭借此灵活的系统设计，该机器人系统获得了RSS2025的最佳论文奖。

🤖 什么是 FEAST 系统？核心突破三大关键词

FEAST（Flexible Mealtime-Assistance System Towards In-the-Wild Personalization），意为 “面向野外个性化的柔性进食辅助系统”。它不是简单的机械臂夹菜工具，而是一套集感知、决策、执行、交互于一体的全链路智能系统，核心突破集中在三大维度：

1. 真正「个性化」：不是 “机器同款”，而是 “私人定制”

传统喂食机器人往往遵循固定程序，无论使用者是谁、习惯如何，均按统一逻辑运行。而 FEAST 系统实现了真正意义上的开放个性化：

• 场景自适应：可自动识别独处、居家休闲、社交会客三种核心场景，并动态调整行为模式。例如在社交模式下，只有检测到用户嘴部持续张开 3 秒才会触发喂食动作，完美避免 “误喂” 尴尬。
   
• 自然语言定制：集成 GPT-4o 大语言模型，支持用户通过口语指令实时改写机器人行为。“慢一点”“停一下”“换另一边喂”“等我叫你再过来”—— 无需任何编程基础，用户可直接通过语音动态调整机械臂的速度、位置、动作顺序等关键参数。
   
• 身体差异适配：针对不同用户的身体特质，如弱咬合力、不自主痉挛、习惯用舌头引导餐具等情况，系统通过多模态感知技术与小样本学习方法，快速完成适配，满足个性化需求。

2. 极致「实时」：毫秒级响应，安全与效率双保障

喂食操作对实时性与安全性要求极高，任何延迟或误判都可能引发呛食、碰撞等风险。FEAST 系统构建了全链路低延迟闭环：

• 多模态实时感知：通过双目视觉实时捕捉嘴部位置、头部姿态、面部状态（抗遮挡干扰），搭配力 / 触觉传感器精准检测餐具接触力、咬合力及痉挛冲击，实现对用户状态的 “全方位实时监控”。
   
• 毫秒级安全规划：依托参数化行为树与 LLM 安全重规划技术，系统在毫秒级时间内完成异常响应与运动规划。实测数据显示，其运动规划成功率达 97.8%，碰撞检测准确率高达 99.5%，从根源上保障了喂食过程的安全可靠。

3. 全流程「覆盖」：不止喂食，更是 “用餐管家”FEAST 系统并非单一功能工具，而是一套完整的用餐解决方案，真正实现了 “一站式服务”：

多动作模块化：支持喂食、喂水、擦嘴等核心动作一键切换，覆盖完整用餐流程，无需多设备辅助。

• 多交互通道适配：考虑到重度障碍用户的不同能力差异，系统提供语音控制、头部姿态 / 眼球跟踪、面部微动识别、物理按钮、Web 远程控制五种交互方式，确保每位用户都能轻松操控。
   
• 安全三原则护航：以自适应、可解释透明、全流程安全为核心原则，构建了力控 + 视觉双重安全屏障，兼顾实用性与安全性。
  
   

🔬 技术架构解析：四层结构，构建智能核心

FEAST 系统的强大性能，源于其科学严谨的四层技术架构：

1. 感知层：融合视觉、力觉、语音等多模态数据，精准捕捉用户状态与环境信息，为决策提供基础。
2. 决策层：结合 LLM 大语言模型与 PDDL 任务规划技术，实现个性化行为决策与任务规划，赋予机器人 “思考” 能力。
3. 控制层：依托柔顺机械臂与高精度力控技术，确保机械臂灵活、安全地完成各项执行动作。
4. 交互层：搭建多通道交互界面，降低用户使用门槛，实现 “人机无障碍沟通”。

📊 真实场景验证：从实验室到家庭，可用性满分

为验证系统的真实可用性，研究团队在居家环境下开展了严格验证：

• 选取 2 名重度肢体障碍用户，分别在 3 种场景下各进行 3 餐喂食测试，共完成 6 餐完全自主进食。

• 过程中研究人员干预极少，用户认知负荷评分极低，系统可用性评分远超 4.5/5。

• 职业治疗师盲评结果显示，FEAST 系统在真实世界可用性、实用性、安全性方面均获得高度认可，具备大规模落地的潜力。

FEAST 系统的诞生，不仅是 RSS 2025 最佳论文级别的学术突破，更具有深远的产业与民生价值

未来已来：智能机器人，让生活更有温度

从 “能执行固定指令” 的机械臂，到 “能感知、会思考、懂个性化” 的 FEAST 系统，机器人技术的每一次突破，都在拉近与人类生活的距离。

康奈尔大学的这项研究，不仅是机器人领域的一次技术飞跃，更诠释了科技的终极意义 —— 用智能赋能生活，用温暖守护日常。