admin 所有版权归中国经济网所有。
中国经济网新媒体矩阵
网络广播视听节目许可证（0107190）（京ICP040090）
加快人工智能等数字智能技术创新，突破基础理论和核心技术，强化算力、算法、数据等高效供给——摘自“十五五”规划建议 今年的实验让实验室里的所有人都喘不过气来。当双臂仿生机器人平稳地将小瓶放入医用光谱探测器时，团队成员松了一口气。双臂仿生机器人首次自主完成样本转移。这个看似简单的任务需要我们像人类一样感知、推理和行动。具体来说，你必须通过多模态系统来确定目标，依靠大规模模型来规划你的路径，并用你灵巧的仿生手来精确地控制目标。实时调整手臂以避免碰撞。目前，“增加身体智能的大型模型”已从概念走向现实，机器人具备自主决策能力。回顾研发历程，团队首先专注于机器视觉，让工业设备能够精准看到，随后自主研发了高速医疗光谱检测设备，实现精准测量。然而，这些系统各自独立，如何将它们串联起来成为一个紧迫的问题。近年来，我们攻克了柔性“机器人身体”与精密“分析仪器大脑”相结合的挑战，引入了宏大模型作为智能中心，实现了全流程自主化，超越了“仿生驱动的集成轻量化设计”和“大规模模型驱动的分层决策控制”两项前沿技术。 “生物动力集成“额定轻量化设计”是我们要攻克的第一个技术难题。实验室空间有限，精确工作需要大量时间。传统机械臂因重量大、惯性大而失效。我们借鉴人体肌肉骨骼协同机制建立模型，提出单关节驱动、传感、控制于一体的模块化解决方案。同时，通过优化材料分布，我们能够显着减轻机器的整体重量，并提高响应速度和抓取精度解决了机器人“身体”的灵活性问题后，接下来的挑战是如何为“大脑”提供智能决策能力，我们提出了基于大规模模型的分层决策控制策略，构建闭环理解规划控制，在最初的测试中，机器人经常因为规划而崩溃。ned 的轨迹是不合理的。我们创新性地构建了“物理反馈学习”机制，自动记录碰撞点坐标、握力等重要参数。通过将这些“失败经验”转化为学习数据并反馈到大规模模型中，我们可以不断纠正我们的认知并提高我们的成功率。 “十五五”规划的目标非常明确。首先是通过引入软材料以及刚性和柔性关节设计来继续推进集成仿生结构。二是深化大规模模型与嵌入式智能融合，攻克长期任务规划和多模态实时决策能力。三是打造“大模型-仿生本体-精密仪器”的智能系统示范，形成适合实验室自动化、精密作业等场景的通用解决方案。 （孙奇编译）湖南大学人工智能与机器人系作者、本刊记者）如何让机器人变得更聪明具身智能是指制造机器的尖端技术，让机器人在物理世界中像人类一样感知、思考和行动。与传统工业机器人只能执行预设程序不同，嵌入式智能系统必须能够“看准、思考、执行”，需要深度融合仿生结构设计和大规模模型的决策能力。仿生结构赋予机器人灵活的“身体”，大模型赋予机器人智能的“大脑”。两者缺一不可。人体的骨骼和肌肉协同工作。如何模拟这种与机械结构的复杂相互作用需要材料科学和拓扑优化等许多领域的进步。其次，大模型难以理解。就这样。大型机型可通讯统一没有问题，但他们对物质世界的理解仍然停留在字面水平上。如今的一个核心挑战是如何使大型模型能够通过与真实环境的交互来学习物理定律。面对这些问题，湖南大学机器人视觉感知与控制技术国家工程研究中心组建了跨学科团队，共同攻关关键问题，不断推动具身智能走向更广泛的应用场景。 （孙超编译）