中国经济网版权所有 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，突破基础理论和基础技术，强化算力、算法、数据等高效供给。仿生双臂机器人首次自主完成样本转移。这个看似简单的任务需要像人类一样观察、推理和执行。具体来说，需要通过多模态系统识别目标，依靠大规模模型规划路径，利用仿生灵巧手精准抓取，实时调整双臂避免碰撞。此刻，“赋予实体智能的大模型”已经从概念演变为现实，机器人已经具备了自主决策的能力。回顾研究与发展研发过程中，团队首先专注于机器视觉，让工业设备能够看准，然后自主研发快速医疗光谱检测仪器，实现精准测量。然而，这些系统相互独立，如何将这些系列进行连接成为一个迫切需要解决的问题。近年来，我们攻克了柔性“机器人身体”与精密“分析仪器大脑”相结合的难题，引入大模型作为智能中枢，实现全流程自主，突破了“仿生驱动集成轻量化设计”和“大模型驱动分层决策控制”两大技术。 “仿生驱动一体化轻量化设计”是我们首先要攻克的技术难题。实验室空间有限，精密操作需要较长时间。传统机械臂由于重量重、惯性强，效率低下。我们画得少了从人体肌肉-骨骼协同机制的角度出发，开发模型并提出集成单个关节的驱动、传感和控制的模块化解决方案。同时，对材料的分布进行了优化，大大减轻了整机的重量，同时提高了响应速度，实现了精准的抓握水平。在解决了机器人“身体”的灵活性问题后，ifg如何为“大脑”提供智能决策能力成为下一个挑战。我们提出了一种由分层决策方法驱动的大规模方法，以构建“理解-计划-控制”闭环。在最初的测试中，机器人经常由于规划的路径不合逻辑而发生碰撞。我们创新性地构建了“物理反馈学习”机制，自动记录碰撞坐标、握力等关键参数。 “失败经历”被转换成训练数据并输入到大模型中，所以我能够不断改变认识，提高成功率。展望“十五五”，我们的目标非常明确。一是在仿生集成结构方面继续突破，引入软材料和刚柔耦合设计；二是深化大规模模型与具身智能融合，攻克长期任务规划和多重实时决策能力；三是开发“大模型-仿生本体-精密仪器”智能显示系统，构建适合实验室自动化、精密作业等场景的通用解决方案。 （作者为湖南大学人工智能与机器人学院院长，本报记者孙超参与）如何让机器人变得更聪明智能是让机器机器人在物理世界中像人类一样看、思考、行动的前沿技术。与t不同传统工业机器人只能执行预设程序，体现智能系统需要“精准地看、思考、行动”，需要深度融合仿生结构设计和相当的决策能力。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”。两者都是必要的。人体的骨骼和肌肉可以协同工作。如何模拟机械结构中这种复杂的相互作用，需要材料科学和拓扑优化等多个领域的突破。其次是理解大模型的困难。虽然大模型可以很好地沟通，但它对物理世界的理解仍然停留在字面层面。如何让大型模型通过与环境的真实交互来学习物理定律是当前的挑战。面对这些问题，机器人视觉感知国家工程研究中心湖南大学离子与控制技术学院组建了跨学科团队，共同攻克主要问题，持续推动体现智能走向更广泛的应用场景。 （本报记者 孙超编译）
