作者：蘭灃卜，趙文博，朱凱，張濤 來(lái)源：基于具身智能的移動(dòng)操作機(jī)器人系統(tǒng)發(fā)展研究[J].中國(guó)工程科學(xué),2024,26(1):139-148. ?

具身智能是新一輪科技革命與產(chǎn)業(yè)變革中的戰(zhàn)略性技術(shù)，是當(dāng)前世界各國(guó)重點(diǎn)競(jìng)爭(zhēng)的前沿高地之一；移動(dòng)操作機(jī)器人系統(tǒng)因其優(yōu)秀的運(yùn)動(dòng)、規(guī)劃、執(zhí)行能力成為具身技術(shù)首選的硬件載體；基于具身智能的移動(dòng)操作機(jī)器人系統(tǒng)作為實(shí)現(xiàn)跨領(lǐng)域、多場(chǎng)景、多功能的自主具身智能平臺(tái)，將成為引領(lǐng)未來(lái)新一代信息技術(shù)和人工智能發(fā)展的關(guān)鍵。

中國(guó)工程院院刊《中國(guó)工程科學(xué)》2024年第1期刊發(fā)清華大學(xué)張濤教授研究團(tuán)隊(duì)的《基于具身智能的移動(dòng)操作機(jī)器人系統(tǒng)發(fā)展研究》一文。文章從基于具身智能的移動(dòng)操作機(jī)器人系統(tǒng)發(fā)展的需求出發(fā)，總結(jié)基于具身智能的移動(dòng)操作機(jī)器人系統(tǒng)的發(fā)展現(xiàn)狀，分析該領(lǐng)域發(fā)展面臨的問(wèn)題和挑戰(zhàn)，提出共性關(guān)鍵技術(shù)和對(duì)策建議，以期助力具身智能發(fā)展浪潮下我國(guó)移動(dòng)操作機(jī)器人領(lǐng)域的長(zhǎng)足發(fā)展。

一、前言

人工智能（AI）是引領(lǐng)新一輪科技革命與產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)之一，對(duì)助力我國(guó)現(xiàn)代化產(chǎn)業(yè)體系建設(shè)、推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展、賦能各行各業(yè)發(fā)展具有重要意義。隨著通用AI技術(shù)的加速突破，技術(shù)基礎(chǔ)扎實(shí)且可多場(chǎng)景適用的移動(dòng)操作機(jī)器人作為具身智能的優(yōu)質(zhì)載體，在全球科技界與產(chǎn)業(yè)界掀起了新一輪的研究浪潮，成為新一輪科技革命中的前沿技術(shù)高地之一。

基于具身智能的移動(dòng)操作機(jī)器人系統(tǒng)（簡(jiǎn)稱“具身智能移動(dòng)操作機(jī)器人”）旨在構(gòu)建具備自主環(huán)境感知、充分理解認(rèn)知、流暢人機(jī)交互、可靠智能決策與自然運(yùn)動(dòng)操作規(guī)劃的機(jī)器人系統(tǒng)，依托跨領(lǐng)域、多場(chǎng)景、多功能的自主具身智能平臺(tái)，為傳統(tǒng)移動(dòng)操作機(jī)器人升級(jí)賦能，引領(lǐng)未來(lái)移動(dòng)操作機(jī)器人的行業(yè)發(fā)展。在具備可感知、理解與決策的類腦結(jié)構(gòu)后，移動(dòng)操作機(jī)器人能夠自主理解并完成人類下達(dá)的高級(jí)指令，實(shí)現(xiàn)真正的通用智能。

與傳統(tǒng)移動(dòng)機(jī)器人相比，具身智能移動(dòng)操作機(jī)器人能夠完成一些通常需要人類智慧才能完成的復(fù)雜工作，隨著其技術(shù)不斷發(fā)展與成熟，必將給人類社會(huì)帶來(lái)革命性的變革。具身智能移動(dòng)操作機(jī)器人在服務(wù)、餐飲、醫(yī)療、智能家居、無(wú)人配送等民用領(lǐng)域，智能工廠、智能制造等工業(yè)領(lǐng)域以及單兵作戰(zhàn)等軍事領(lǐng)域，都擁有廣闊的應(yīng)用前景。目前，國(guó)內(nèi)外對(duì)于具身智能移動(dòng)操作機(jī)器人的研發(fā)大多仍處于實(shí)驗(yàn)室測(cè)試階段，針對(duì)特定場(chǎng)景、特定任務(wù)的具身智能移動(dòng)操作機(jī)器人雖然有了較大的發(fā)展，但整體技術(shù)并不成熟，尚未實(shí)現(xiàn)產(chǎn)業(yè)化與商品化。學(xué)術(shù)界對(duì)于移動(dòng)操作機(jī)器人的研究主要圍繞環(huán)境感知、運(yùn)動(dòng)控制、路徑規(guī)劃、車臂協(xié)同等方面展開(kāi)，對(duì)具身智能技術(shù)和移動(dòng)操作機(jī)器人技術(shù)的研究處于平行發(fā)展階段。文章從具身智能移動(dòng)操作機(jī)器人發(fā)展的需求出發(fā)，厘清具身智能移動(dòng)操作機(jī)器人的發(fā)展現(xiàn)狀，分析面臨的挑戰(zhàn)，總結(jié)相關(guān)關(guān)鍵技術(shù)，并提出發(fā)展建議，以期為具身智能移動(dòng)操作機(jī)器人研究提供參考。

二、基于具身智能的移動(dòng)操作機(jī)器人系統(tǒng)發(fā)展現(xiàn)狀

移動(dòng)操作機(jī)器人泛指具備移動(dòng)與抓取操作能力的機(jī)器人，基本結(jié)構(gòu)由移動(dòng)基座、機(jī)械臂、操作末端共同組成，進(jìn)而發(fā)展出類人結(jié)構(gòu)。移動(dòng)操作機(jī)器人擁有形態(tài)優(yōu)勢(shì)和移動(dòng)操作能力，是最接近人類形態(tài)的機(jī)器人構(gòu)型，是具身智能最理想的硬件載體。移動(dòng)操作機(jī)器人技術(shù)發(fā)展歷史悠久，經(jīng)過(guò)長(zhǎng)足發(fā)展，已形成相對(duì)成熟的技術(shù)體系。具身智能作為通用AI技術(shù)的重要實(shí)現(xiàn)手段，近年來(lái)正在不斷取得全新突破，具身智能移動(dòng)操作機(jī)器人呈現(xiàn)出廣闊的應(yīng)用前景。

（一）移動(dòng)操作機(jī)器人

移動(dòng)操作機(jī)器人需要在未知環(huán)境中完成感知、導(dǎo)航與控制等任務(wù)，主要由移動(dòng)底盤(pán)、機(jī)械臂和操作末端三部分組成，核心技術(shù)包括感知、導(dǎo)航與控制技術(shù)，靈巧操作控制技術(shù)等。移動(dòng)操作機(jī)器人技術(shù)的發(fā)展使機(jī)器人能夠更精確、快速、穩(wěn)定地利用多模態(tài)數(shù)據(jù)來(lái)感知周圍環(huán)境，進(jìn)行更高效的運(yùn)動(dòng)控制和路徑規(guī)劃。隨著深度學(xué)習(xí)技術(shù)的發(fā)展和應(yīng)用，基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的機(jī)器人控制技術(shù)、多模態(tài)感知技術(shù)將得到進(jìn)一步發(fā)展，推動(dòng)移動(dòng)操作機(jī)器人的感知、規(guī)劃、控制能力進(jìn)一步提升。

移動(dòng)操作機(jī)器人在感知、導(dǎo)航與控制技術(shù)方面的發(fā)展現(xiàn)狀如下。① 在感知技術(shù)層面，移動(dòng)操作機(jī)器人依靠傳感器來(lái)感知外部的物理世界，通過(guò)裝配相機(jī)、雷達(dá)、超聲波、紅外等感知傳感器以及慣性測(cè)量單元、編碼器等傳感器來(lái)確定自身位置姿態(tài)和運(yùn)動(dòng)狀態(tài)。通過(guò)多傳感器融合技術(shù)，移動(dòng)機(jī)器人可以利用多源感知數(shù)據(jù)來(lái)提高自身感知的精度和魯棒性，實(shí)現(xiàn)對(duì)環(huán)境的高精度實(shí)時(shí)感知。此外，感知層還需要完成對(duì)未知環(huán)境的建圖任務(wù)。定位與建圖技術(shù)用于解決移動(dòng)機(jī)器人在真實(shí)物理世界中的環(huán)境重建和自身定位問(wèn)題，是移動(dòng)機(jī)器人的關(guān)鍵技術(shù)之一。目前，定位與建圖技術(shù)研究通常采用激光測(cè)距儀、計(jì)算機(jī)視覺(jué)兩類方法：前者構(gòu)建的點(diǎn)云地圖精度較高，算法相對(duì)簡(jiǎn)單，在光照不足、明暗變化大的環(huán)境下魯棒性強(qiáng)，但是難以展現(xiàn)較好的環(huán)境細(xì)節(jié)信息；后者得到的視覺(jué)圖像包含更加豐富的環(huán)境特征信息，使機(jī)器人能夠在更大范圍內(nèi)完成任務(wù)，但是算法設(shè)計(jì)復(fù)雜，對(duì)光照等條件要求比較苛刻。② 在導(dǎo)航技術(shù)層面，移動(dòng)操作機(jī)器人根據(jù)目標(biāo)點(diǎn)和感知地圖，實(shí)時(shí)生成離散航路點(diǎn)序列或連續(xù)期望軌跡的算法。移動(dòng)操作機(jī)器人導(dǎo)航技術(shù)主要包括全局路徑規(guī)劃、局部避碰與避障等技術(shù)。移動(dòng)操作機(jī)器人導(dǎo)航任務(wù)主要包括以地圖的形式生成世界模型，計(jì)算從起始位置到目標(biāo)位置的無(wú)碰撞軌跡，沿著計(jì)算的軌跡移動(dòng)，避免與障礙物碰撞。③ 在控制技術(shù)層面，移動(dòng)操作機(jī)器人不僅需要具備移動(dòng)機(jī)器人的感知、定位與導(dǎo)航運(yùn)動(dòng)能力，還需要具備精確控制移動(dòng)機(jī)器人抵達(dá)預(yù)期航路點(diǎn)的能力。目前，機(jī)器人控制技術(shù)相對(duì)成熟，通過(guò)對(duì)機(jī)器人建立運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)模型，采用基于全局線性化的控制、基于近似線性化的控制、基于李雅普諾夫理論的控制等方法，實(shí)現(xiàn)較為穩(wěn)定的控制。經(jīng)典的機(jī)器人控制策略有計(jì)算力矩控制、魯棒控制、滑?？刂?、自適應(yīng)控制、神經(jīng)網(wǎng)絡(luò)控制、模糊邏輯控制、自抗擾控制與柔性控制。

在靈巧操作控制技術(shù)方面，傳統(tǒng)機(jī)器人的操作末端通常為夾爪或夾手，缺乏機(jī)動(dòng)性與靈巧性；移動(dòng)操作機(jī)器人將具備更加靈巧通用的操作末端，如類手結(jié)構(gòu)、柔順捕獲結(jié)構(gòu)等，以提升末端抓取的通用性，擁有任意物體抓取、工具使用、柔性物體操作等高級(jí)技能，進(jìn)而可以在工業(yè)環(huán)境中完成裝配、焊接、搬運(yùn)等任務(wù)以及在家庭場(chǎng)景中完成廚具使用、家庭清潔等工作。除此之外，計(jì)算機(jī)視覺(jué)技術(shù)可以幫助移動(dòng)操作機(jī)器人與周圍環(huán)境進(jìn)行互動(dòng)，增強(qiáng)其智能化和自主性，使其像人一樣感知、理解和響應(yīng)環(huán)境，對(duì)提升機(jī)器人視覺(jué)跟蹤、物體識(shí)別、移動(dòng)抓取、人機(jī)交互等能力都有重要意義。機(jī)械臂控制技術(shù)和靈巧操作技術(shù)助力移動(dòng)操作機(jī)器人完成高精度、高性能的復(fù)雜任務(wù)。移動(dòng)操作機(jī)器人可以通過(guò)相機(jī)等視覺(jué)傳感器、壓敏陣列等觸覺(jué)提升智能操作、靈巧操作和交互操作能力。受限于硬件資源與工作場(chǎng)景，移動(dòng)操作機(jī)器人主要通過(guò)圖像數(shù)據(jù)強(qiáng)化其操作能力，利用計(jì)算機(jī)視覺(jué)技術(shù)輸入相機(jī)等傳感器的圖像像素并轉(zhuǎn)換為環(huán)境中物體的類別、位置、姿態(tài)、速度以及人類的面部表情、手勢(shì)等具體信息，運(yùn)用計(jì)算機(jī)算法和機(jī)器學(xué)習(xí)算法對(duì)數(shù)字圖像進(jìn)行分析、處理、識(shí)別和理解，進(jìn)而實(shí)現(xiàn)智能化應(yīng)用。

得益于其感知、移動(dòng)、抓取和靈巧操作等能力的提升，移動(dòng)操作機(jī)器人在民用和軍用等領(lǐng)域均擁有廣闊的應(yīng)用前景和應(yīng)用價(jià)值。① 在民用領(lǐng)域，移動(dòng)操作機(jī)器人在智慧醫(yī)療、智能工廠、交通物流、實(shí)驗(yàn)室助手、家居服務(wù)、餐飲服務(wù)、住宿服務(wù)等行業(yè)涌現(xiàn)出多種落地產(chǎn)品，為智慧社會(huì)構(gòu)建提供了強(qiáng)大推力。在醫(yī)療方面，移動(dòng)操作機(jī)器人可以完成藥品和工具遞送、病人看護(hù)、輔助診療等任務(wù)。在制造業(yè)中，移動(dòng)操作機(jī)器人可以實(shí)現(xiàn)傳統(tǒng)機(jī)械臂無(wú)法實(shí)現(xiàn)的功能，提升工業(yè)生產(chǎn)的自主化水平。在實(shí)驗(yàn)室助手方面，移動(dòng)操作機(jī)器人可以幫助實(shí)驗(yàn)人員開(kāi)展化學(xué)實(shí)驗(yàn)工作，如中國(guó)科學(xué)技術(shù)大學(xué)集成移動(dòng)機(jī)器人、化學(xué)工作站、智能操作系統(tǒng)、科學(xué)數(shù)據(jù)庫(kù)，研制出數(shù)據(jù)智能驅(qū)動(dòng)的全流程機(jī)器“化學(xué)家”。在家居服務(wù)方面，移動(dòng)操作機(jī)器人可以完成物品遞送、開(kāi)門(mén)關(guān)門(mén)、垃圾清理等便捷居民生活的任務(wù)。在餐飲和住宿服務(wù)方面，智能移動(dòng)機(jī)器人可以輔助完成上餐、餐具回收、物品遞送等任務(wù)。② 在軍用領(lǐng)域，移動(dòng)操作機(jī)器人可以輔助作戰(zhàn)部隊(duì)開(kāi)展偵察、跨越險(xiǎn)阻、彈藥運(yùn)輸、后勤保障等任務(wù)，提高作戰(zhàn)效率和豐富作戰(zhàn)手段。具備一定或較高智能的移動(dòng)操作機(jī)器人的廣泛應(yīng)用，為具身智能移動(dòng)操作機(jī)器人產(chǎn)業(yè)化提供了需求與應(yīng)用場(chǎng)景。

（二）具身智能移動(dòng)操作機(jī)器人

具身智能概念在1950年首次被提出，指能夠與環(huán)境交互感知，具備自主規(guī)劃、決策、行動(dòng)、執(zhí)行能力的機(jī)器人或虛擬環(huán)境中的仿真人，是AI的終級(jí)形態(tài)。具身智能具備自主感知、認(rèn)知、理解、推理、行動(dòng)等類人或高于人類的能力，具備由“大腦”“小腦”“腦干”組成的完整人腦結(jié)構(gòu)以及可實(shí)現(xiàn)行動(dòng)的機(jī)器身體，如圖1所示。其中，“大腦”部分負(fù)責(zé)對(duì)場(chǎng)景進(jìn)行認(rèn)知、理解、推斷、分析，“小腦”部分開(kāi)展柔性控制、協(xié)同控制、交互控制、靈巧操作等技能學(xué)習(xí)，“腦干”部分則承擔(dān)能源調(diào)配、環(huán)境感知、信號(hào)分析與計(jì)算等工作。隨著時(shí)代的發(fā)展和科技的進(jìn)步，具身智能的概念被不斷迭代和更新，尚未形成定論，但通識(shí)的理解是具有身體的智能技術(shù)，即為智能技術(shù)賦予行動(dòng)能力。具身智能的實(shí)現(xiàn)依賴于AI領(lǐng)域的計(jì)算機(jī)視覺(jué)技術(shù)、多模態(tài)感知融合技術(shù)、自然語(yǔ)言處理技術(shù)、因果推斷技術(shù)、移動(dòng)導(dǎo)航與規(guī)劃技術(shù)等。區(qū)別于離線智能，具身智能要求機(jī)器人具備高度自主化且可進(jìn)行感知、理解與決策的“腦”，具有穩(wěn)定、安全、運(yùn)動(dòng)自然的機(jī)器人“身體”。此外，機(jī)器人還要具備在執(zhí)行人類高級(jí)指令及與環(huán)境交互過(guò)程中進(jìn)行在線學(xué)習(xí)、更新“腦”和“身體”的能力。

圖1　具身智能的內(nèi)涵及其應(yīng)用場(chǎng)景

2022年，OpenAI公司研發(fā)的大語(yǔ)言模型ChatGPT被視為通用AI技術(shù)領(lǐng)域取得的重要突破，進(jìn)而使得具身智能被重新提起。大規(guī)模網(wǎng)絡(luò)模型基于海量?jī)?yōu)質(zhì)數(shù)據(jù)訓(xùn)練后，在個(gè)性化應(yīng)答、機(jī)器翻譯、語(yǔ)言理解、圖像理解等方面的性能獲得顯著提升，應(yīng)用價(jià)值大幅提高。以大模型為內(nèi)核，移動(dòng)操作機(jī)器人可以具備思考、理解、認(rèn)知的能力。目前，全球已出現(xiàn)多個(gè)成功商品化的大模型，國(guó)內(nèi)包括百度公司研發(fā)的文心一言、阿里巴巴公司研發(fā)的通義千問(wèn)等；國(guó)外包括OpenAI公司最新研發(fā)的GPT-4和圖像生成大模型DALL.E 3、谷歌公司研發(fā)的Gemini、微軟公司研發(fā)的數(shù)學(xué)推理大模型WizardMath、谷歌與柏林工業(yè)大學(xué)共同推出的視覺(jué)語(yǔ)言模型PaLM-E等。這些大模型在常識(shí)推理、代碼完善、知識(shí)遷移等領(lǐng)域展現(xiàn)出較強(qiáng)的應(yīng)用能力。在語(yǔ)言識(shí)別與理解方面，基于大模型的聊天機(jī)器人可以和人自由交流，完成資料檢索、總結(jié)歸納、日程安排、出行規(guī)劃、行為規(guī)劃等任務(wù)，具備強(qiáng)大的文本認(rèn)知與理解能力；針對(duì)圖像信息，大模型可以準(zhǔn)確識(shí)別其中包含的各類物品，實(shí)現(xiàn)像素級(jí)細(xì)粒度分割，并具備初步的空間識(shí)別能力；在點(diǎn)云信息處理方面，大模型能夠準(zhǔn)確分割空間中的點(diǎn)云區(qū)域，根據(jù)點(diǎn)云實(shí)現(xiàn)零訓(xùn)練的分類任務(wù)；在數(shù)學(xué)推理、代碼生成方面，部分專用大模型已經(jīng)可以完成定理證明、數(shù)學(xué)推導(dǎo)與計(jì)算，并可以自主編程實(shí)現(xiàn)相應(yīng)任務(wù)。目前，部分綜合大模型已經(jīng)具備較強(qiáng)的文本、圖像、點(diǎn)云的信息關(guān)聯(lián)能力，能夠根據(jù)文本信息準(zhǔn)確地識(shí)別、分割或生成所需的圖像、點(diǎn)云模型，并且支持將真實(shí)世界的連續(xù)傳感器模態(tài)直接結(jié)合到語(yǔ)言模型中，從而建立單詞文本和感知之間的聯(lián)系。在近期的研究中，綜合大模型已經(jīng)可以對(duì)人類高級(jí)命令生成分步指令。例如，由人類給出整理房間的指令，大模型可以根據(jù)當(dāng)前的圖片信息判斷各類物品應(yīng)擺放于何處，進(jìn)而生成分布執(zhí)行指令完成該任務(wù)。

與傳統(tǒng)移動(dòng)操作機(jī)器人相比，具身智能移動(dòng)操作機(jī)器人最大的進(jìn)步在于其具備智慧大腦，能夠?qū)崿F(xiàn)對(duì)世界的認(rèn)知理解進(jìn)而進(jìn)行智能決策。具身智能發(fā)展的核心是機(jī)器人“大腦”能力的進(jìn)步。當(dāng)前的具身智能發(fā)展主要集中在對(duì)移動(dòng)操作機(jī)器人“大腦”層面的研究。隨著大模型技術(shù)尤其是多模態(tài)綜合大模型技術(shù)的高速發(fā)展，具身智能移動(dòng)操作機(jī)器人將具備更強(qiáng)大的思考、感知、認(rèn)知、決策能力，實(shí)現(xiàn)更加通用自主的機(jī)器智能，利用多模態(tài)數(shù)據(jù)進(jìn)行自我學(xué)習(xí)、自我適應(yīng)、自我優(yōu)化，自主篩選出最優(yōu)的行動(dòng)策略與最佳的解決方案以執(zhí)行任務(wù)。

隨著機(jī)器人技術(shù)和AI技術(shù)的快速發(fā)展，移動(dòng)操作機(jī)器人實(shí)物系統(tǒng)不斷落地，出現(xiàn)了多個(gè)具備感知、導(dǎo)航、操作能力的移動(dòng)操作機(jī)器人系統(tǒng)，如北京字節(jié)跳動(dòng)科技有限公司的端到端機(jī)器人操作模型GR-1、斯坦福大學(xué)Mobile ALOHA機(jī)器人、谷歌DeepMind公司的視覺(jué) ? 文本多模態(tài)大模型RT-2以及最新推出的AutoRT等。沈陽(yáng)新松機(jī)器人自動(dòng)化股份有限公司于2021年推出了全新的多可移動(dòng)協(xié)作機(jī)器人，可搭載自主研發(fā)的視覺(jué)和夾具等執(zhí)行單元，實(shí)現(xiàn)對(duì)物料的搬運(yùn)、裝配、檢測(cè)和精密加工等功能應(yīng)用。杭州迦智科技有限公司推出了新款復(fù)合作業(yè)機(jī)器人MORA300，具有自主充電、自主定位導(dǎo)航、智能路徑規(guī)劃、第三方設(shè)施對(duì)接交互等功能。庫(kù)卡機(jī)器人有限公司（KUKA）近年來(lái)推出了KMR iisy、KMR iiwa等移動(dòng)協(xié)作機(jī)器人平臺(tái)，可以與人一起合作，并以毫米級(jí)精度在工件上作業(yè)。此外，KUKA公司的完全自主作業(yè)式移動(dòng)機(jī)器人平臺(tái)不需要電感線圈、地面標(biāo)記或磁鐵。2023年7月，谷歌DeepMind公司推出的機(jī)器人模型RT-2是一個(gè)全新的視覺(jué) ? 語(yǔ)言 ? 動(dòng)作模型，可以通過(guò)網(wǎng)絡(luò)和機(jī)器人的數(shù)據(jù)進(jìn)行學(xué)習(xí)，并將這些知識(shí)轉(zhuǎn)化為機(jī)器人控制的通用指令。2023年11月，One X公司與OpenAI公司深度合作，開(kāi)發(fā)了一款具身智能類人機(jī)器人EVE，可以實(shí)現(xiàn)對(duì)人類日常工作環(huán)境的認(rèn)知理解，在與環(huán)境交互的過(guò)程中學(xué)習(xí)、糾正、收集數(shù)據(jù)，完成自主居家、辦公幫手任務(wù)。波士頓動(dòng)力公司研發(fā)了Spot機(jī)器狗，能夠?qū)崿F(xiàn)敏捷快速的探索與運(yùn)動(dòng)，支持在機(jī)器狗上擴(kuò)展機(jī)械臂等多種外設(shè)；可以集成更多的傳感器，提升通信和計(jì)算能力；通過(guò)元學(xué)習(xí)方式支持自主導(dǎo)航與探索，實(shí)現(xiàn)物理世界交互與無(wú)邊界探索。

總體而言，具身智能移動(dòng)操作機(jī)器人擁有支持感覺(jué)和運(yùn)動(dòng)的機(jī)器身體，增強(qiáng)了主動(dòng)感知與靈活執(zhí)行的能力；不僅具備傳統(tǒng)移動(dòng)操作機(jī)器人的功能，還能夠聽(tīng)懂人類語(yǔ)言，感知并理解外部環(huán)境，并據(jù)此分解任務(wù)、規(guī)劃子任務(wù)，在移動(dòng)中識(shí)別物體，與物理環(huán)境交互、最終完成相應(yīng)任務(wù)。具身智能移動(dòng)操作機(jī)器人正朝著形態(tài)多樣化、功能全面化、任務(wù)通用化、行為自主化、交互人性化的方向發(fā)展，不斷涌現(xiàn)出新的移動(dòng)操作機(jī)器人設(shè)計(jì)思路和功能任務(wù)。移動(dòng)操作機(jī)器人平臺(tái)和實(shí)物系統(tǒng)的產(chǎn)業(yè)化進(jìn)程不斷加快，但其對(duì)外部環(huán)境和人類指令的理解和認(rèn)知能力還有待提升，仍需人來(lái)發(fā)送具體的指令。未來(lái)，具身智能和移動(dòng)操作機(jī)器人系統(tǒng)深入結(jié)合與落地，將推動(dòng)移動(dòng)操作機(jī)器人產(chǎn)業(yè)的進(jìn)一步發(fā)展。

三、基于具身智能的移動(dòng)操作機(jī)器人系統(tǒng)關(guān)鍵技術(shù)

當(dāng)前，具身智能移動(dòng)操作機(jī)器人發(fā)展形成的關(guān)鍵技術(shù)包括多模態(tài)感知技術(shù)、世界認(rèn)知與理解技術(shù)、智能自主決策技術(shù)、運(yùn)動(dòng)與操作聯(lián)合規(guī)劃技術(shù)（見(jiàn)圖2），旨在推動(dòng)移動(dòng)操作機(jī)器人的系統(tǒng)的發(fā)展。

圖2　具身智能移動(dòng)操作機(jī)器人發(fā)展與研究框架

（一）多模態(tài)感知技術(shù)

多模態(tài)感知技術(shù)能夠使具身智能移動(dòng)操作機(jī)器人實(shí)現(xiàn)更高的自主性、高效性、通用性，增強(qiáng)對(duì)周圍環(huán)境的局部感知能力，并為機(jī)器人提供豐富、穩(wěn)定、準(zhǔn)確的環(huán)境數(shù)據(jù)。室內(nèi)復(fù)雜場(chǎng)景的運(yùn)動(dòng)感知信息往往存在多源性、異構(gòu)性、動(dòng)態(tài)性等特征，同時(shí)機(jī)器人需要面對(duì)環(huán)境光強(qiáng)變化、非全局特征感知、遮擋復(fù)原與推斷等問(wèn)題。對(duì)此，機(jī)器人可通過(guò)多角度圖像信號(hào)、激光雷達(dá)（LiDAR）等不同模態(tài)信息數(shù)據(jù)關(guān)聯(lián)以及多源圖像數(shù)據(jù)融合，完成對(duì)周圍局部環(huán)境的立體重建。針對(duì)室外開(kāi)闊場(chǎng)景與復(fù)雜高噪環(huán)境，通過(guò)圖像、LiDAR、熱成像檢測(cè)、全球定位系統(tǒng)等多源多模態(tài)傳感器的多元融合技術(shù)，實(shí)現(xiàn)多傳感器的優(yōu)勢(shì)互補(bǔ)，確保感知信息完備有效。通過(guò)目標(biāo)檢測(cè)、目標(biāo)分割等技術(shù)，構(gòu)建感知環(huán)境與實(shí)際環(huán)境的空間映射關(guān)系，形成多模態(tài)環(huán)境數(shù)據(jù)“一站式”融合智能處理系統(tǒng)，實(shí)現(xiàn)對(duì)局部環(huán)境空間、物體的即時(shí)感知與虛擬重建，為移動(dòng)操作機(jī)器人系統(tǒng)對(duì)環(huán)境的認(rèn)知與理解提供可靠數(shù)據(jù)來(lái)源。

（二）世界認(rèn)知與理解技術(shù)

具身智能移動(dòng)操作機(jī)器人與傳統(tǒng)移動(dòng)操作機(jī)器人相比，具備能夠自主感知、認(rèn)知理解、任務(wù)規(guī)劃的智慧大腦。具身智能移動(dòng)操作機(jī)器人構(gòu)建感知世界與現(xiàn)實(shí)世界理解認(rèn)知的共性關(guān)鍵技術(shù)發(fā)展方向主要有兩種，一是基于深度學(xué)習(xí)方法，構(gòu)建大模型，以環(huán)境感知數(shù)據(jù)為輸入，通過(guò)迭代訓(xùn)練，形成對(duì)感知世界的經(jīng)驗(yàn)認(rèn)知與理解；二是通過(guò)對(duì)物理世界的物體認(rèn)知，對(duì)物體運(yùn)動(dòng)、物體形變、工具使用等客觀現(xiàn)象進(jìn)行物理仿真和建模分析，構(gòu)建世界共性物理模型，實(shí)現(xiàn)對(duì)局部環(huán)境的認(rèn)知與理解。移動(dòng)操作機(jī)器人系統(tǒng)利用智能技術(shù)完成對(duì)環(huán)境的感知與理解，進(jìn)而對(duì)人類指令進(jìn)行分析以構(gòu)建上層任務(wù)的解析與規(guī)劃，最終形成基于自然感知環(huán)境數(shù)據(jù)、可以獨(dú)立自主對(duì)人類命令進(jìn)行分析、實(shí)現(xiàn)任務(wù)分解的上層規(guī)劃系統(tǒng)。

（三）智能自主決策技術(shù)

魯棒、安全、最優(yōu)的智能決策系統(tǒng)是具身智能移動(dòng)操作機(jī)器人與環(huán)境和人類穩(wěn)定交互、可靠執(zhí)行、可行決策的關(guān)鍵。通過(guò)智能化技術(shù)，移動(dòng)操作機(jī)器人具備自主決策與社交能力，可以通過(guò)自主生成、人機(jī)交互、機(jī)器人間交互三類方式生成決策。決策系統(tǒng)包含局部世界環(huán)境感知與物體認(rèn)知理解的相互映射匹配和對(duì)齊、人類與機(jī)器人指令交互的雙向價(jià)值對(duì)齊、人類命令與機(jī)器人可執(zhí)行指令對(duì)齊三個(gè)主體部分。具體來(lái)說(shuō)，具身智能移動(dòng)操作機(jī)器人在獲得人類高級(jí)命令后，融合移動(dòng)操作機(jī)器人系統(tǒng)環(huán)境感知數(shù)據(jù)與物體認(rèn)知理解，構(gòu)建局部環(huán)境空間映射和物體種類、用途、使用方式的關(guān)聯(lián)關(guān)系。在此基礎(chǔ)上，決策系統(tǒng)進(jìn)一步生成人類分步指令集，完成上游命令的任務(wù)分解，在人機(jī)交互過(guò)程中以在線學(xué)習(xí)方式動(dòng)態(tài)進(jìn)行雙向人機(jī)價(jià)值對(duì)齊，保障分步?jīng)Q策符合人類價(jià)值體系。最終，構(gòu)建人類命令與機(jī)器人可執(zhí)行指令的轉(zhuǎn)化系統(tǒng)，完成分步?jīng)Q策結(jié)果到移動(dòng)操作機(jī)器人可執(zhí)行指令的對(duì)齊轉(zhuǎn)換，形成與環(huán)境和人類穩(wěn)定交互、自主決策的移動(dòng)操作機(jī)器人決策系統(tǒng)。與一般智能機(jī)器人相比，該系統(tǒng)通常具備社交導(dǎo)航、物體導(dǎo)航、人機(jī)協(xié)作、多機(jī)協(xié)作等高級(jí)能力。現(xiàn)有的機(jī)器人自主決策研究主要有兩種方式，一種是以大語(yǔ)言模型為核心，通過(guò)對(duì)人類指令進(jìn)行預(yù)編碼解碼分析，設(shè)計(jì)輸入信息，利用大語(yǔ)言模型給出決策方案以實(shí)現(xiàn)自主決策；另一種則是通過(guò)對(duì)人類行為與物理世界進(jìn)行解析分析，理解人類行為與價(jià)值評(píng)判，進(jìn)而根據(jù)當(dāng)前感知信息推斷規(guī)劃生成最優(yōu)決策。這兩種方式各有優(yōu)劣，目前由于大語(yǔ)言模型技術(shù)的快速發(fā)展，第一種方法在近年來(lái)更受關(guān)注。

（四）運(yùn)動(dòng)與操作聯(lián)合規(guī)劃技術(shù)

隨著移動(dòng)機(jī)器人技術(shù)的發(fā)展，移動(dòng)操作機(jī)器人的種類不斷增多，機(jī)器人的移動(dòng)導(dǎo)航相關(guān)技術(shù)發(fā)展日趨成熟，機(jī)械臂的規(guī)劃控制魯棒性、自抗擾性、柔性控制技術(shù)日益完善。然而，移動(dòng)操作機(jī)器人系統(tǒng)作為具身智能的實(shí)際載體，其運(yùn)動(dòng)與操作聯(lián)合規(guī)劃技術(shù)尚未完備，致使具身智能的部署與應(yīng)用受到較大掣肘。具身智能移動(dòng)操作機(jī)器人已經(jīng)具備對(duì)上游高級(jí)命令進(jìn)行自動(dòng)感知、自主決策、多機(jī)協(xié)作、人機(jī)交互的決策能力，而這對(duì)導(dǎo)航運(yùn)動(dòng)與操作的協(xié)同規(guī)劃提出了更高的要求，單一的導(dǎo)航運(yùn)動(dòng)與操作控制無(wú)法滿足其靈巧性、高效性、連貫性、穩(wěn)定性、安全性的需求。具身智能移動(dòng)操作機(jī)器人的運(yùn)動(dòng)與操作聯(lián)合規(guī)劃技術(shù)需要具備移動(dòng)基座與機(jī)械臂的協(xié)同規(guī)劃控制能力，多機(jī)協(xié)作、人機(jī)協(xié)作的工作能力。在此基礎(chǔ)上，具身智能移動(dòng)操作機(jī)器人能夠在復(fù)雜空間約束環(huán)境下完成典型任務(wù)，包括在室內(nèi)外復(fù)雜約束地形與環(huán)境下的移動(dòng)、抓取、搜索、運(yùn)輸、交互，融合環(huán)境感知數(shù)據(jù)進(jìn)行局部建圖與定位、多關(guān)節(jié)路徑規(guī)劃、協(xié)同交互式操作、工具理解與使用等；能夠與其他機(jī)器人和人類并行統(tǒng)一協(xié)作或串行交互傳遞完成難以獨(dú)立完成的、更為復(fù)雜的高級(jí)任務(wù)。此外，在共享同一工作空間的典型社會(huì)化人機(jī)交互場(chǎng)景中，由于機(jī)器人的安全性和性能與人類的運(yùn)動(dòng)自然耦合，機(jī)器人需要對(duì)人類未來(lái)的運(yùn)動(dòng)進(jìn)行實(shí)時(shí)推斷，規(guī)劃出安全、高效、符合社會(huì)規(guī)范的路徑，讓人類長(zhǎng)期接受機(jī)器人作為合作者，實(shí)現(xiàn)社交導(dǎo)航。未來(lái)，移動(dòng)操作機(jī)器人均需要在動(dòng)態(tài)社會(huì)化環(huán)境中進(jìn)行安全的自主導(dǎo)航，人類也需要很好地理解移動(dòng)操作機(jī)器人的行為以便對(duì)其未來(lái)的行為做出預(yù)測(cè)。人機(jī)交互共融技術(shù)將逐漸成為移動(dòng)操作機(jī)器人領(lǐng)域的研究重點(diǎn)。

四、基于具身智能的移動(dòng)操作機(jī)器人系統(tǒng)發(fā)展面臨的問(wèn)題與挑戰(zhàn)

當(dāng)前，對(duì)機(jī)器人自主化、智能化的要求不斷提高，傳統(tǒng)離線智能模式的局限逐漸增多，已不能滿足國(guó)家的戰(zhàn)略需求與行業(yè)應(yīng)用需要。隨著多模態(tài)感知、AI、人機(jī)交互、自然語(yǔ)言處理、任務(wù)和運(yùn)動(dòng)規(guī)劃等技術(shù)的不斷發(fā)展，現(xiàn)有的具身智能移動(dòng)操作機(jī)器人關(guān)鍵技術(shù)仍有待演進(jìn)提升，具身智能移動(dòng)操作機(jī)器人發(fā)展依然面臨諸多問(wèn)題與挑戰(zhàn)。

（一）感知方面

在感知方面，具身智能移動(dòng)操作機(jī)器人主要面臨如下問(wèn)題。一是自主感知能力欠缺。具身智能移動(dòng)操作機(jī)器人不再局限于接受指令后僅對(duì)當(dāng)前所在位置進(jìn)行局部感知，而能夠在復(fù)雜場(chǎng)景下根據(jù)人類提供的高級(jí)指令，自主判斷對(duì)當(dāng)前環(huán)境的感知程度，并進(jìn)一步通過(guò)自主規(guī)劃運(yùn)動(dòng)，實(shí)現(xiàn)動(dòng)態(tài)感知，豐富自身對(duì)環(huán)境的感知程度，因此對(duì)其自主感知能力提出了更高的要求。二是交互感知能力薄弱。具身智能移動(dòng)操作機(jī)器人不再單獨(dú)依靠人類低級(jí)指令進(jìn)行規(guī)劃執(zhí)行，而是通過(guò)人類高級(jí)指令進(jìn)行感知規(guī)劃，完善對(duì)當(dāng)前局部環(huán)境的多粒度探索，豐富環(huán)境感知數(shù)據(jù)。目前，移動(dòng)操作機(jī)器人在約束環(huán)境下的自主感知技術(shù)仍處于發(fā)展階段，沒(méi)有有效的感知手段，對(duì)人機(jī)交互感知的準(zhǔn)確性、即時(shí)性、有效性都提出了挑戰(zhàn)。三是多模態(tài)數(shù)據(jù)融合與局部環(huán)境構(gòu)建緩慢。移動(dòng)操作機(jī)器人需要對(duì)周圍局部環(huán)境進(jìn)行充分完備的感知與重建，需要實(shí)現(xiàn)多模態(tài)數(shù)據(jù)融合與環(huán)境空間的三維映射，重建局部三維地圖；具身智能移動(dòng)操作機(jī)器人需要具備快速響應(yīng)、自主規(guī)劃能力，而當(dāng)前技術(shù)在效率上無(wú)法保證即時(shí)高效。

（二）認(rèn)知與理解方面

在認(rèn)知與理解方面，具身智能移動(dòng)操作機(jī)器人主要面臨如下問(wèn)題。一是對(duì)環(huán)境物體的形態(tài)、功能、使用、交互方式存在認(rèn)知欠缺。在具身智能下，移動(dòng)操作機(jī)器人需要基于環(huán)境感知數(shù)據(jù)，完成對(duì)環(huán)境中各類物體的用途與使用方式等的認(rèn)知和推斷。當(dāng)前，AI領(lǐng)域的大模型技術(shù)雖然對(duì)常見(jiàn)物品具備一定的通識(shí)理解能力，但和人類經(jīng)驗(yàn)之間仍存在偏差，無(wú)法構(gòu)建環(huán)境中物體的關(guān)聯(lián)關(guān)系，也難以根據(jù)環(huán)境中物體的實(shí)際形態(tài)、狀態(tài)實(shí)現(xiàn)信息融合。這對(duì)移動(dòng)操作機(jī)器人的決策生成與規(guī)劃執(zhí)行帶來(lái)了可行性挑戰(zhàn)。二是對(duì)人機(jī)交互的高級(jí)命令存在理解不足。在面對(duì)人類給出的諸如整理房間、完成倉(cāng)庫(kù)中貨物運(yùn)輸、搜救被困人員等高級(jí)指令時(shí)，現(xiàn)有以大語(yǔ)言模型為基礎(chǔ)的AI技術(shù)尚無(wú)法通過(guò)與感知環(huán)境數(shù)據(jù)融合以給出合理的認(rèn)知與任務(wù)分解，容易陷入經(jīng)驗(yàn)認(rèn)知陷阱，缺乏交互學(xué)習(xí)與矯正能力。

（三）決策方面

在決策方面，具身智能移動(dòng)操作機(jī)器人主要面臨如下挑戰(zhàn)。一是自主智能決策能力薄弱。具身智能移動(dòng)操作機(jī)器人的智慧大腦需要實(shí)現(xiàn)環(huán)境感知與世界認(rèn)知理解結(jié)果的融合匹配，依照人類價(jià)值體系生成合理、可行的決策方案，構(gòu)建移動(dòng)操作機(jī)器人系統(tǒng)可執(zhí)行的指令集，完成人類執(zhí)行方案與機(jī)器人系統(tǒng)指令集的關(guān)聯(lián)映射，形成移動(dòng)操作機(jī)器人解決方案。因此，移動(dòng)操作機(jī)器人系統(tǒng)在決策時(shí)需要具備類人的價(jià)值標(biāo)準(zhǔn)、環(huán)境物體與認(rèn)知物體的理解對(duì)齊能力、將人類高級(jí)指令分解為機(jī)器人可執(zhí)行指令序列的能力等，這些對(duì)移動(dòng)操作機(jī)器人技術(shù)與具身智能發(fā)展提出了挑戰(zhàn)。當(dāng)前，具身智能決策方法主要圍繞大語(yǔ)言模型進(jìn)行認(rèn)知理解與推斷，加入先驗(yàn)信息引導(dǎo)或加入后驗(yàn)信息反饋矯正。由于大語(yǔ)言模型存在的幻覺(jué)、偽邏輯等問(wèn)題，可能生成一系列機(jī)器人難以執(zhí)行的指令；同時(shí)在引入先驗(yàn)信息時(shí)，由于具身智能移動(dòng)操作機(jī)器人的工作場(chǎng)景及任務(wù)通常需要即時(shí)決策，對(duì)細(xì)粒度圖像與點(diǎn)云進(jìn)行分割、特征提取的現(xiàn)有方法雖然效果與泛化能力很強(qiáng)，但計(jì)算成本與耗時(shí)均較高（如SAM），不利于即時(shí)導(dǎo)航與決策。近期，LLaMA、LLaVA等通過(guò)預(yù)訓(xùn)練模型、有監(jiān)督微調(diào)、近端優(yōu)化等方式，其性能得到進(jìn)一步提高，但依然存在指令通用性太強(qiáng)，無(wú)法具體執(zhí)行的問(wèn)題。

（四）運(yùn)動(dòng)與操作的聯(lián)合規(guī)劃方面

傳統(tǒng)運(yùn)動(dòng)導(dǎo)航與機(jī)械臂運(yùn)動(dòng)規(guī)劃相結(jié)合的方式存在靈活性差、穩(wěn)定度低、空間路徑次優(yōu)等諸多問(wèn)題。一是在復(fù)雜的室內(nèi)外場(chǎng)景，如家庭室內(nèi)環(huán)境、工廠車間環(huán)境、災(zāi)后搜救環(huán)境等，針對(duì)目標(biāo)的尋找、捕獲和運(yùn)輸?shù)热蝿?wù)存在很強(qiáng)的空間、時(shí)間條件約束，現(xiàn)有算法存在運(yùn)動(dòng)不連續(xù)、不自然、不穩(wěn)定、不安全的問(wèn)題。二是在動(dòng)態(tài)環(huán)境中，基于局部感知進(jìn)行移動(dòng)導(dǎo)航與操作存在規(guī)劃求解緩慢、效率較低等問(wèn)題。雖然在靜態(tài)和已知環(huán)境中的機(jī)器人導(dǎo)航方面已經(jīng)開(kāi)展了大量研究，但當(dāng)機(jī)器人從靜態(tài)或受控環(huán)境轉(zhuǎn)變?yōu)閯?dòng)態(tài)環(huán)境時(shí)，多個(gè)智能體以不同的模式移動(dòng)，會(huì)面臨諸多挑戰(zhàn)。三是移動(dòng)操作機(jī)器人與公共空間中其他動(dòng)態(tài)機(jī)器人或人類進(jìn)行交互時(shí)，對(duì)安全性提出了新的更高要求。人類可以依靠常識(shí)和經(jīng)驗(yàn)來(lái)理解其他智能體的行為，但當(dāng)前的智能移動(dòng)操作機(jī)器人僅限于執(zhí)行預(yù)設(shè)的交互模型完成與有限人類行為的交互，且移動(dòng)操作機(jī)器人行為的有效性需要在人機(jī)系統(tǒng)中進(jìn)行評(píng)估。然而，由于人機(jī)混合系統(tǒng)的高度復(fù)雜性，難以進(jìn)行理論分析和全面仿真評(píng)估；在試驗(yàn)評(píng)估中，人的安全性至關(guān)重要，與人相關(guān)的失敗容忍度極低，因此開(kāi)發(fā)更安全有效的人機(jī)交互系統(tǒng)評(píng)估平臺(tái)至關(guān)重要。

（五）通用仿真實(shí)驗(yàn)平臺(tái)方面

目前，移動(dòng)操作機(jī)器人領(lǐng)域技術(shù)研發(fā)過(guò)程中缺乏通用、可靠、多接口的多場(chǎng)景綜合仿真實(shí)驗(yàn)平臺(tái)，技術(shù)研發(fā)速度減緩，衍生出諸多實(shí)物部署中需要面臨的兼容性、穩(wěn)定性、準(zhǔn)確性、泛化性問(wèn)題。具身智能移動(dòng)操作機(jī)器人的技術(shù)更新與迭代速度快，構(gòu)建軟硬件上下游系統(tǒng)的成本較高，但由于仿真環(huán)境多樣性的限制，適用場(chǎng)景十分有限，亟需在仿真平臺(tái)進(jìn)行研發(fā)與實(shí)驗(yàn)驗(yàn)證，推進(jìn)技術(shù)落地與產(chǎn)業(yè)化。目前，學(xué)界與業(yè)界缺乏具備通用接口、真實(shí)物理引擎、包含多場(chǎng)景的機(jī)器人綜合仿真平臺(tái)，阻礙了具身智能移動(dòng)操作機(jī)器人的發(fā)展，成為桎梏具身智能移動(dòng)操作機(jī)器人發(fā)展的一大關(guān)鍵節(jié)點(diǎn)。因此，在當(dāng)前具身智能發(fā)展的浪潮下，移動(dòng)操作機(jī)器人系統(tǒng)的研發(fā)對(duì)綜合仿真實(shí)驗(yàn)平臺(tái)需求更加迫切。

五、基于具身智能的移動(dòng)操作機(jī)器人系統(tǒng)發(fā)展建議

（一）緊抓具身智能移動(dòng)操作機(jī)器人持續(xù)發(fā)展與產(chǎn)業(yè)生態(tài)構(gòu)建

我國(guó)具身智能移動(dòng)操作機(jī)器人發(fā)展應(yīng)著眼形成涵蓋優(yōu)質(zhì)數(shù)據(jù)、前沿關(guān)鍵技術(shù)、實(shí)驗(yàn)測(cè)試平臺(tái)、實(shí)體開(kāi)發(fā)與成果轉(zhuǎn)化的科技研發(fā)與落地全鏈條，與國(guó)內(nèi)外高水平研發(fā)機(jī)構(gòu)、高科技領(lǐng)軍企業(yè)、交叉領(lǐng)域相關(guān)單位充分聯(lián)合，有效凝聚科技協(xié)同創(chuàng)新的戰(zhàn)略資源，探索高效的有機(jī)協(xié)同機(jī)制，形成“產(chǎn)學(xué)研用”一體化的優(yōu)勢(shì)互補(bǔ)發(fā)展模式；以國(guó)家重大戰(zhàn)略需求與政策為引導(dǎo)，推進(jìn)我國(guó)基礎(chǔ)技術(shù)、關(guān)鍵技術(shù)、應(yīng)用部署技術(shù)的研究與突破，形成跨領(lǐng)域的產(chǎn)業(yè)化發(fā)展優(yōu)勢(shì)，滿足國(guó)家建設(shè)、社會(huì)經(jīng)濟(jì)發(fā)展的戰(zhàn)略需求，加速推進(jìn)智慧社會(huì)與智慧城市的構(gòu)建。

（二）注重關(guān)鍵技術(shù)領(lǐng)域的原創(chuàng)性突破

圍繞具身智能移動(dòng)操作機(jī)器人的共性關(guān)鍵技術(shù)，在環(huán)境感知、認(rèn)知理解、智能決策、運(yùn)動(dòng)與操作聯(lián)合規(guī)劃等核心技術(shù)方面進(jìn)行突破。建議行業(yè)主管部門(mén)發(fā)布具身智能共性關(guān)鍵技術(shù)研究計(jì)劃，加強(qiáng)行業(yè)對(duì)新技術(shù)態(tài)勢(shì)下的移動(dòng)操作機(jī)器人系統(tǒng)的智能化、自主化、通用化、靈巧化、安全化的重視程度，切實(shí)推動(dòng)具身智能發(fā)展。加速AI技術(shù)對(duì)移動(dòng)操作機(jī)器人的賦能，構(gòu)建完備的軟硬件交互平臺(tái)，持續(xù)推進(jìn)具備自動(dòng)感知、自主決策、自然交互、安全執(zhí)行能力的移動(dòng)操作機(jī)器人系統(tǒng)構(gòu)建。

（三）重視發(fā)展智能科學(xué)與機(jī)器人領(lǐng)域，關(guān)注智能科學(xué)與技術(shù)學(xué)科建設(shè)和人才培養(yǎng)

推進(jìn)校企聯(lián)合開(kāi)展關(guān)鍵技術(shù)研究與突破，整合創(chuàng)新資源，加強(qiáng)研究機(jī)構(gòu)與上下游企業(yè)的深度合作與資源共享，圍繞共性關(guān)鍵技術(shù)研究與工程化集成應(yīng)用突破，構(gòu)建具身智能移動(dòng)操作機(jī)器人的創(chuàng)新鏈條與產(chǎn)業(yè)鏈條。同時(shí)，進(jìn)一步完善學(xué)科領(lǐng)域布局，推進(jìn)智能科學(xué)與技術(shù)的一級(jí)學(xué)科建設(shè)，設(shè)立智能機(jī)器人專業(yè)，增加智能機(jī)器人相關(guān)碩士研究生和博士研究生的招生名額；完善智能機(jī)器人相關(guān)學(xué)科的培養(yǎng)與教學(xué)方案，拓寬智能機(jī)器人學(xué)科交叉范圍，與數(shù)學(xué)、物理學(xué)、生物學(xué)、計(jì)算科學(xué)等學(xué)科教育進(jìn)行交叉融合。強(qiáng)化實(shí)驗(yàn)實(shí)踐與實(shí)物部署在教學(xué)中的占比，提升AI技術(shù)到實(shí)體移動(dòng)操作機(jī)器人的部署能力，為國(guó)家智能機(jī)器人領(lǐng)域發(fā)展提供充足的人才資源。

（四）鼓勵(lì)建設(shè)多場(chǎng)景移動(dòng)操作機(jī)器人系統(tǒng)通用驗(yàn)證平臺(tái)

與醫(yī)療、教育、消防、交通、家庭服務(wù)、工業(yè)生產(chǎn)等領(lǐng)域中的相關(guān)單位展開(kāi)深入合作，為具身智能移動(dòng)操作機(jī)器人提供應(yīng)用場(chǎng)景與示范驗(yàn)證平臺(tái)，推進(jìn)多場(chǎng)景智能機(jī)器人的通用性測(cè)試驗(yàn)證基地建設(shè)，為智能移動(dòng)操作機(jī)器人發(fā)展提供充足的研究數(shù)據(jù)，為社會(huì)智能升級(jí)積累經(jīng)驗(yàn)。借助我國(guó)與“一帶一路”及其他地區(qū)的經(jīng)貿(mào)合作關(guān)系，推廣我國(guó)具身智能移動(dòng)操作機(jī)器人的相關(guān)技術(shù)與產(chǎn)品，擴(kuò)大領(lǐng)域影響力，推動(dòng)形成技術(shù)與產(chǎn)品的全球布局。

（五）協(xié)調(diào)具身智能移動(dòng)操作機(jī)器人與人類社會(huì)和諧發(fā)展

具身智能移動(dòng)操作機(jī)器人技術(shù)在發(fā)展過(guò)程中因其自主性、智能性、交互性等特點(diǎn)，在人類社會(huì)中安全、可靠、穩(wěn)定的運(yùn)作依然需要在倫理、法律層面予以保障，進(jìn)而確保相關(guān)技術(shù)的安全研發(fā)。在倫理層面，對(duì)于移動(dòng)操作機(jī)器人的自主決策過(guò)程，技術(shù)研發(fā)需恪守白盒方式，明確機(jī)器人的完整推理與決策過(guò)程，保障人類的可靠干預(yù)，確保機(jī)器人的行為正常無(wú)風(fēng)險(xiǎn)。在法律層面，針對(duì)具身智能可能對(duì)社會(huì)帶來(lái)的影響，充分考慮并予以法律保障。例如，對(duì)于移動(dòng)操作機(jī)器人的自主決策與運(yùn)動(dòng)規(guī)劃行為，需明確界定其法理責(zé)任；對(duì)于移動(dòng)操作機(jī)器人可能替代的行業(yè)人群，需從法律角度協(xié)調(diào)機(jī)器人的生產(chǎn)進(jìn)程，保障人類公民的就業(yè)與生存等；配合明晰機(jī)器人行為生成的相關(guān)技術(shù)模塊，便于明確責(zé)任人和責(zé)任關(guān)系，為法律執(zhí)行提供合理的判罰標(biāo)準(zhǔn)與論據(jù)。

審核編輯：黃飛