依照低層次感知到G層次感知逐個(gè)來(lái)看,人腦的間腦與腦干在機器人中對應的主要是
(1)各類(lèi)傳感器及執行器自身部署的嵌入式驅動(dòng)及算法。
各類(lèi)傳感器及執行器包括旋轉執行器、直線(xiàn)執行器、力傳感器、溫度傳感器、姿態(tài)傳感器等,此類(lèi)部件一般內部配有MCU,其內部的嵌入式
驅動(dòng)及算法監控部件的各類(lèi)狀態(tài),保證機器人部件的基本運作能力。
(2)傳遞信息的線(xiàn)束及網(wǎng)關(guān),起到各個(gè)控制器,傳感器信息交互通聯(lián)的作用。
人腦的小腦在機器人中對應的主要是動(dòng)作學(xué)習模仿訓練以及復雜動(dòng)作的控制。而在機器人行業(yè)中,目前通常被稱(chēng)為機器人“大腦”,這主要
是因為相對于工業(yè)機器人,具有“大腦”的人形機器人對復雜運動(dòng)的學(xué)習掌握能力明顯增強,比如近期宇樹(shù)、眾擎、波士頓動(dòng)力等公司在視
頻中展示的人形機器人執行舞蹈,空翻高難度動(dòng)作。至于對應人腦中的大腦的角色的硬件,目前人形機器人廠(chǎng)商多用控制器擔任此角色,
但對于高J認知,信息處理能力尚未建立。展望未來(lái),機器人大小腦有望實(shí)現分離,大腦算力進(jìn)一步加強,小腦專(zhuān)注運動(dòng)控制。
機器人需抵抗來(lái)自外部的電磁干擾,自身產(chǎn)生的電磁噪聲需低于限值,避免影響周邊設備;協(xié)議兼容性是確保人形機器人、不同設備、系統或平臺能夠在異構網(wǎng)絡(luò )環(huán)境中穩定通信和協(xié)同工作的關(guān)鍵能力
機器人數據可信的核心在于建立清晰可執行的判定標準;機器人算法可信檢測,應從穩定性、透明性和可驗證性三大方向;從行為意圖識別,執行路徑合理性,用戶(hù)感知一致性等角度評估機器人行為的社會(huì )可接受性
機器人環(huán)境適應性是指人形機器人在不同環(huán)境條件下保持正常運作,完成指定任務(wù)的能力;機器人平均無(wú)故障間隔時(shí)間反映了產(chǎn)品的運行穩定性;驗證人形機器人在規定條件下的使用壽命
服務(wù)機器人接入多種AI大模型,可以為旅客提供智能導引服務(wù);為旅客提供智能問(wèn)詢(xún)服務(wù);配送級服務(wù)機器人能夠提供 搬運行李的服務(wù),提高了服務(wù)效率增強安全保障
多形態(tài)機器人協(xié)同的智能服務(wù)機器人體系構建 了覆蓋 “生活輔助-健康監護-康復支持-情感關(guān)懷”的全周期康養生態(tài);清潔與消毒機器人協(xié)作可以為養老機構提供干凈的環(huán)境
導診服務(wù)機器人通過(guò)接入多種AI大模型,能夠實(shí)現AI智能導診; 機器人可以用于實(shí)現智慧化的手術(shù)管理和檢驗品及藥品的運輸;清潔機器人和消毒機器人協(xié)同工作,能夠實(shí)現全天候的清潔與消殺
商超機器人實(shí)現智能化導購服務(wù),提供個(gè)性化的導購服務(wù),與多種類(lèi)型機器人相互協(xié)作實(shí)現零售關(guān)鍵環(huán)節的智能化;實(shí)現動(dòng)態(tài)廣告內容的展示和管理,降低廣告物料更新成
餐飲機器人通過(guò)廣告大屏動(dòng)態(tài)展示菜品,主動(dòng)迎賓攬客;承擔領(lǐng)位、傳菜、回盤(pán)等重復性工作;實(shí)現無(wú)人化自動(dòng)清潔;覆蓋" 排隊-點(diǎn)餐-上菜-支付-清潔" 的全流程智能服務(wù)閉環(huán)
酒店機器人連通門(mén)禁實(shí)現跨樓層配送;接入多種AI大模型能夠輕松應對不同語(yǔ)種的大量咨詢(xún);構建"清潔-安防"雙功能作業(yè)網(wǎng)絡(luò );增強住客體驗,保障安全,數字化管理
通過(guò)自動(dòng)化輔助流程搬運,提高了工作效率和安全性;降低了長(cháng)期的人力成本;機器人都能獨立使用或自組網(wǎng)協(xié)作;在工業(yè)環(huán)境中實(shí)現人機混流,解決了工業(yè)場(chǎng)景下的復合型需求
開(kāi)源生態(tài)平臺支持自由組合解決方案,拓展應用場(chǎng)景與功能性;使服務(wù)機器人延伸至傳統自動(dòng)化難以觸達的場(chǎng)景;打造通用型服務(wù)能力, 賦能千行百業(yè)
AI驅動(dòng)的多模態(tài)交互與具身學(xué)習能力是未來(lái)機器人技術(shù)的核心組成,在通用具身機器人的發(fā)展進(jìn) 程中,AI驅動(dòng)的多模態(tài)交互和具身學(xué)習能力始終 是重要的研究方向