18种基础动作覆盖近99%化学实验操作，他们为实验室机器人打造了一套“通用语言”

机械臂会拿烧杯、会倒液体，就能算会做化学实验了吗？在化学家眼里再平常不过的操作步骤，换成机器人，未必读得懂。

眼下，实验室自动化已经把不少规则清晰、可重复的流程交给机器去做。机器可读的实验方案越来越成熟，AI 也开始插手实验规划，化学实验室朝着“自驱动”的方向走。可 AI 规划的多是实验“做什么”，落到“怎么动手”这一层，从搭装置、转物料到实验后收拾，整个流程里大量物理操作还是靠人；就算交给机器人，往往也得针对具体流程一项项开发技能。这些操作怎么在不同实验之间复用，仍是实验室自动化绕不开的难题。

英国约克大学机器人学副教授朱吉鸿长期研究机器人操作与技能学习。一次和化学家的跨界合作中，他发现了一个问题：机械臂要真正参与实验，化学家的操作经验和机器人的动作执行之间，还差一套能“对话”的语言。

拿萃取来说，化学家一句“进行萃取”，同行大致就明白该怎么做；机器人研究者却得把它拆成具体动作：分液漏斗装置怎么搭，液体怎么加、怎么摇匀，旋塞怎么开、下层液体怎么放。得先把化学工序展开成双方都看得懂的物理动作，机器人研究者才能接着讨论机械臂怎么执行。

近日，约克大学团队在 Communications Chemistry 发表研究 TARMAC as a taxonomy for robot manipulation in chemistry ，想补上化学与机器人之间的这段距离。研究由英国约克大学物理、工程与技术学院和化学系的研究人员合作完成。论文第一作者是约克大学博士生黄克峰，通讯作者是该校机器人学副教授朱吉鸿。共同作者还包括英国皇家化学学会会士 Ian Fairlamb 和英国皇家工程院院士 Andy Tyrrell 等研究者。

团队提出的 TARMAC，是一套面向化学实验机器人操作的分类体系。他们从实验教学视频里归纳出三个物理维度，把操作整理成四大类、18 种动作基元，再检验这些基元能不能描述其他实验流程，并在机器人上组合执行。

朱吉鸿告诉 DeepTech ，做实验就像“做饭”——菜谱上写好了用量和步骤，具体怎么动手仍是一道难题。TARMAC 盯的正是从实验意图到实际动作之间的这一层：让化学家和机器人研究者在同一套语言下互相理解，说清完成某道工序到底需要哪些物理操作。

从化学实验到机器人，“共同语言”从何而来

要建立共同语言，先得找到双方都认得出、又能拿来讨论机器人实现的动作单元。此前描述化学实验的体系已有不少，比如用机器可读语言记录实验步骤，或按化学工序组织实验流程。问题是，这些体系大多盯着实验要完成什么，很难直接对上机器人的实际操作。

朱吉鸿认为，这些描述多停在较高层级，没有充分回答实验具体需要怎样动手。比如按实验目的或操作对象分类，同样是转移液体，倾倒和移液器吸排所需的机制并不一样；同样是转动烧瓶，可能是为了调整朝向，也可能是为了混合液体，或是让磨口处的润滑脂铺开。

所以，光看动作名称或运动轨迹，很难判断哪些操作具有相同的物理机制、能在不同实验中复用。团队于是把注意力转向动作本身：人怎样和物体交互，又依据什么判断动作已经完成？

团队先把约克大学 91 段化学实验教学视频过了一遍，合计 273 分钟，拍的内容包括搭装置、做实验和收尾清理。化学与机器人两个方向的研究者一起对视频里的操作做分割和描述，标出 562 个动作，再回头看这些动作里哪些物理结构反复出现，想借此找到能对应真实操作的分类依据。

标注时，团队把尽可能小、具有实际意义且能够被观察的操作称为一个“动作基元”，比如放下烧杯、拧紧瓶盖、将针头穿过胶塞等操作。

逐一比较这些操作后，团队发现了几种反复出现的差异：有的动作把物体移到指定位置就算完成，有的必须根据接触时的力或力矩，判断是否已经插牢、拧紧；有的直接移动目标物体，有的要借助药勺、移液器或容器间接操作；还有的不能做一次就停，而要持续搅拌、摇晃或擦拭，让效果逐步积累。

分歧也就成了双方共用的描述基础：化学家讲清楚一个操作做到什么程度算完成，机器人研究者则据此反推需要什么样的运动、工具和反馈。三个物理维度由此被提炼出来——力旋量依赖性、驱动直接性和运动周期性，分别追问动作靠什么判定结束、力如何传递，以及要不要持续或重复地动。

不过，三个维度还不能直接当成机器人可复用的动作清单。朱吉鸿解释，分类如果停在过粗的层级，同一类动作在不同场景下仍可能需要完全不同的实现方式。于是，团队先依据三个维度逐层判断，把操作归入“搅动”“工具操作”“连接”和“定位”四大类，再在每一类中继续细分。

具体而言，首先看“运动周期性”，也就是动作是否需要持续或重复、并逐步积累效果。搅拌、摇晃、擦拭和研磨都属于“搅动”。不需要持续或重复的动作，则继续判断它是否借助工具或容器间接作用于目标，即是否满足“驱动直接性”。比如倾斜容器让液体流出，或用药勺舀取粉末，这些需要间接实现的操作，都归入“工具操作”。

第三层看的是“力旋量依赖性”，也就是完成与否要不要靠力或力矩反馈来确认。机器人学里的“力旋量”，指由力和力矩构成的六维量。像把烧杯放到指定位置，只看位置和朝向就能判断做完，这类归为“定位”；拧紧瓶盖则不同，必须靠力或力矩才能知道有没有到位，这类直接操作属于“连接”。

教学视频里归纳出的 18 种动作基元，按这套依据分进四大类。拿“工具操作”来说，倾倒与挤液同样能转移液体，前者是让液体靠重力从倾斜容器里流出，后者靠的是压力差。可有意思的是，移液器吸排液体和洗瓶冲洗用的器具并不相同，驱动液体的方式却都是压力差，于是双双归入“挤液”这一基元。

器具外形、用途都不一样，只要驱动液体靠的是压力差，就能算同一种动作基元。分类依据也就落到了动作的物理机制上，不用每换一种器具就另起一个动作名称。

18 种基元，98.6% 的覆盖率

动作基元和分类规则定下来后，接下来要回答的是：它到底能覆盖多少、管不管用。研究为此铺了三层验证。

头一层，看没参加过原始标注的人能不能照着书面定义把分类做出来，评判者由大模型来当；第二层，看18种基元能套住已发表化学论文里多少实际操作；第三层，把部分基元装到机器人上，看它们能不能拼起来干完较长的活。

先看第一层。研究者把分类规则交给未参与原始标注的大模型，让它对教学视频里已标注的562个动作重新归类，检验他人能否依照书面定义复现分类。只给动作名称时，模型和原标注的一致率是82.9%；把完整实验流程的上下文一并给它，一致率升到86.7%。

也就是说，光靠书面定义，这套分类总体上能复现出来。剩下对不上的地方，多半是文字本身说不清的部分。比如同样叫“塞上塞子”，塞子是靠重力放稳、顺着瓶口插进去，还是得用力压紧才能密封，对应的基元并不相同。这类信息在化学家的操作描述里常常是默认的，不会写明，大模型只能照字面推，归类就可能跟原标注对不上。

团队觉得，这恰好说明这套动作语言有用：化学操作如果一开始就按TARMAC的基元来写，每一步需要什么样的物理交互都写清楚了，大模型就不用再做这层推断。

第二层验证换到已发表的化学研究上。团队挑了四篇论文里的23个合成或表征流程，涵盖水凝胶力学测试、钙钛矿纳米晶合成、金属有机框架生长以及空气敏感的钯催化交叉偶联。研究者先按TARMAC的书面规则把流程拆开，再由化学研究者核查，得到1,033个步骤。其中116个是加热、冷却或等待之类，不涉及机器人操作，不计入。

剩下917个物理操作，904个能用现有基元描述，覆盖率98.6%。换句话说，在这23套受检验的流程里，绝大多数要动手完成的步骤，都能归进TARMAC现有的动作词汇。

那13个覆盖不了的步骤，朱吉鸿解释，6个涉及材料切割，是现有基元还没收录的操作；另外7个涉及超声处理或拉伸测试，主要靠专门仪器完成。前者说明分类还有扩展余地，后者则牵出机器人操作和仪器功能之间的边界。

拿超声处理来说，人负责的是放入、取出样品，这些动作现有基元已经能描述，真正的超声处理由仪器完成。对机器人系统而言，更关键的也许是把仪器接进流程、调用它，而不是硬把仪器内部的动作塞进机器人操作分类。

除了当“桥梁”，TARMAC还要守实验室安全

作为一套跨学科的动作语言，TARMAC的价值首先在于让化学家和机器人研究者能具体地对话。化学家可以说清一道工序包含哪些动作、做到什么程度算完成，机器人研究者据此讨论需要什么控制、工具和反馈。

第二个价值落在实验复现上。有了共同语言，原本靠个人经验的操作能写成明确的动作序列。研究者因此更容易比较实验的执行过程；让机器人重复执行这些动作，操作的标准化程度也会提高，人为动作的差异随之减少。

这套分类的另一个用处，在于实验室安全。朱吉鸿说：“化学或生物实验一旦出问题，代价可能很大。我们也跟一些化学家聊过，他们同样难以接受一套完全黑箱、说不清操作过程的系统。”

尤其是AI参与实验规划和机器人任务安排时，大模型可以不事先把中间动作逐一定义出来，直接按任务要求生成操作安排。因此团队希望在任务规划和机器人控制之间，留一层有明确物理含义的动作表示，让人能检查系统打算怎么动手、每一步实际做了什么。

这层动作表示能不能真进机器人操作，正是论文第三步要检验的。团队把部分基元部署到机器人上，在四种机器人配置下做了五项任务，用上了18种基元中的8种，定位、连接、工具操作和搅动四大类都有涉及。这些任务覆盖物料转移与混合、装置搭建、偏差恢复以及实验后的清理。

图｜TARMAC动作基元在不同机器人配置下的执行演示（来源：论文图6）

让团队印象最深的，是双臂Franka组装分液漏斗装置。这是实验开始前的一项准备活，不少自动化流程默认它已经搭好，实际上仍需人类亲手操作。演示中，两只机械臂相互配合，装十字夹和铁圈、放分液漏斗、关旋塞，一步步做下来；遇到需要旋拧或调整的地方，一只臂扶稳部件，另一只臂动手。

朱吉鸿向DeepTech介绍，这一过程中，用户只要说一句“帮我准备一个分液漏斗装置”，使用Claude Opus 4.6的上层代理便会选择、安排并调用已经在机器人上实现的动作基元。

这次任务里，硬件限制带来了一处偏差：铁圈装上后没有放平。出人意料的是，系统发出提示后，AI代理自己把已有基元重新组合了一遍，先拧松固定铁圈的夹具，调整铁圈位置，再重新拧紧，接着把装置搭完。

这说明已有基元不只适用于预设流程。现场状态和计划对不上时，代理也能重新组合已有动作来调整，从而省掉为每一种偏差单独开发技能的成本。

接入AI指导机器人操作时，大模型负责理解要求、安排步骤，机器人控制系统负责执行具体动作，TARMAC则给两者之间的动作提供清晰的名称和物理定义。有了这种可解释性，研究人员能逐项核对计划中的动作和执行情况；出了偏差，也能进一步分清是动作选错了还是执行没到位，为安全核验和故障排查提供依据。

未来的实验室，人机协作只是第一步

目前，约克大学团队已经在自己的实验室里用TARMAC。作为一套描述性语言，它可以先用来梳理实验需要哪些物理操作。具体任务执行仍离不开机械臂，还得为相应的基元开发具体技能。另外，现有演示主要用两指夹爪，一些精细操作还是难做。若要尝试完整、长序的实验，可以配上五指灵巧手等更合适的末端执行器。

实验过程中，该系统还表现出不错的泛化能力，往后有希望推广到更多机械臂协同工作的场景。朱吉鸿的看法是，从单臂到双臂是重要的一步，也为后续研究三臂、四臂协作打下了基础；至于更多机械臂之间怎么配合，还有待继续摸索。

围绕分类体系能否跨平台复用，团队在越疆 Dobot 和 Franka 机器人上做了验证。两者的运动学配置并不相同，可 TARMAC 对动作的描述照样能用。不过要让某个基元真正执行起来，各个平台还是得编写自己的实现方式。

这类动作描述或许还能给特定场景的世界模型提供参照。朱吉鸿表示，若要搭建模拟实验室操作的模型，TARMAC 的基元可以提示模型该表达、预测哪些物理动作。尤其是“力旋量依赖性”，它能指出哪些动作还需要力或力矩信息，把那些光靠视觉判断不了结果的操作场景补上。

眼下团队正借 HATCH（Human-AI Teaming for Chemistry）项目，继续研究化学场景里人与 AI 的协作。朱吉鸿认为，与其直接奔着无人实验室去，不如在可预见的未来先建起人机协作实验室，这事未来三到五年就有可能做成。另外，实验室环境比家庭、养老照护等场景更有结构，机器人反而更可能在这里先落地。

按照他的设想，研究者和 AI 从实验设计阶段就能一起定方案。到了执行环节，上层 AI 代理根据机器人已掌握的基元派活：重复、繁琐的操作交给机器人，眼下难以自动化的精细步骤和关键决策由人来扛。人不用一直守在实验台前，通过界面就能看进展、核验操作，需要时远程确认或者进实验室亲自动手。

从提出操作要求、判断机器人能做什么，到核验执行结果，TARMAC 让人机分工有了更清晰的依据。要建成未来的理想实验室，还得为更多精细操作配上可靠的物理平台，并在更长的实验流程里检验这种分工。

参考链接：

https://doi.org/10.1038/s42004-026-02249-3

运营/排版：何晨龙注：封面/首图由 AI 辅助生成