在IROS 2026大会期间举办的“多机器人系统中的紧耦合物理交互与协作”Workshop上，荷兰代尔夫特理工大学教授Javier Alonso-Mora系统展示了其团队在移动操作、任务与运动规划以及空中多机器人协作等方向的研究进展。该团队的研究目标是将具身智能的研究边界从地面移动操作向空中协同作业延伸。
Alonso-Mora目前领导代尔夫特理工大学Autonomous Multi-Robots Laboratory，并担任该校机器人研究院主任。他长期研究多机器人规划与控制，此前在共享出行调度方面的研究还衍生出了商业公司The Routing Company。其研究的核心问题始终围绕多个自主体如何在动态环境中完成实时规划与协调。
在地面移动操作方面，团队曾开展超市场景中的机器人拣选项目。机器人搭载机械臂在货架间移动，到达指定位置后抓取商品。为实现全身控制，团队采用Geometric Fabrics方法，通过定义避碰、到达目标等行为并加以组合，同时控制机械臂和移动底盘。在低层控制之上，系统引入行为树负责任务流程决策。针对反应式控制可能陷入局部最优的问题，团队进一步将低层控制器与全局二次规划结合，通过前向模拟预测运动状态并重新优化动作序列。
在任务与运动规划方向，团队尝试将“先做什么”的离散任务规划与“具体怎么做”的连续运动规划放到一起求解。在一个搬运方块的实验中，系统通过前向模拟控制器、采样不同抓取点和放置点，并利用交叉熵优化寻找可行计划。最终系统自主发现直接将方块送过斜坡障碍比绕过斜坡更快，这一方案来自物理模拟与优化，而非人为预设规则。该方法已在真实机器人上执行，但计算成本较高。
演讲最后，Alonso-Mora介绍了一个持续四年的HARPA空中施工项目，目标是让不同类型的无人机协同组成空中机器人团队，参与建筑材料运输和现场装配等任务。相比地面环境，空中场景动态性更强、容错空间更小，风扰、能耗、载荷耦合、通信受限和定位误差等因素都会直接影响机器人运行。空中任务协作将单机的飞行与操作难题扩展为多机异构系统在任务分配、协同规划和执行层面的实时协调问题。
从地面操作到空中施工，该研究展示了具身智能从结构化地面环境向复杂空中场景延伸的技术路径。空中多机器人协作在建筑施工等领域的潜在应用，也为具身智能研究提出了更高的规划与控制要求。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
