人形機(jī)器人技術(shù)難點(diǎn): G精度操作

• 人形機(jī)器人目前復(fù)雜環(huán)境的感知能力和判斷能力不足

• 人形機(jī)器人肢體復(fù)雜度G,大量電機(jī)集成導(dǎo)致控制難度 大,操作精細(xì)度差

• 需要準(zhǔn)確的力覺(jué)信息感應(yīng)以及力覺(jué)控制以提升人形機(jī)器 人的運(yùn)動(dòng)精度、反應(yīng)速度、平衡控制

未來(lái)解決思路

采用六維力感應(yīng)器,嵌入人形機(jī)器人末端執(zhí)行器, 實(shí)現(xiàn)與環(huán)境之間多維交互力、力矩感知,提升力覺(jué)感應(yīng)準(zhǔn)確度、響應(yīng)靈敏度、動(dòng)態(tài)穩(wěn)定性

在靈巧手指尖增加傳感器或安裝電子皮膚,增強(qiáng)抓取和操作任務(wù)中的觸覺(jué)反饋

提升運(yùn)動(dòng)算法的穩(wěn)定性,提升控制準(zhǔn)確度

人形機(jī)器人技術(shù)難點(diǎn): 本體輕量化

• 人形機(jī)器人輕量化是必然發(fā)展方向,可大幅提G運(yùn)動(dòng)的 機(jī)動(dòng)性和工作效率,進(jìn)而改善操作速度和動(dòng)作準(zhǔn)確度, 同時(shí)減輕運(yùn)動(dòng)慣性,提G安全性

• 輕量化后的人形機(jī)器人效率會(huì)更G,所需的執(zhí)行功能的 難度也可能會(huì)降低,有利于推動(dòng)量產(chǎn)節(jié)點(diǎn)的提前、降低 大規(guī)模量產(chǎn)的門(mén)檻

未來(lái)解決思路

從結(jié)構(gòu)輕量化以及材料輕量化兩個(gè)方向突破

• 結(jié)構(gòu)拓?fù)鋬?yōu)化: 例如Albert 等對(duì)機(jī)器人胸部結(jié)構(gòu)采用結(jié)構(gòu)拓?fù)鋪?lái)實(shí) 現(xiàn)輕量化。拓?fù)鋬?yōu)化可實(shí)現(xiàn)結(jié)構(gòu)的形狀和與尺寸優(yōu)化,改變結(jié)構(gòu)材 料的分布狀態(tài),節(jié)省材料的同時(shí)能使結(jié)構(gòu)形狀與尺寸達(dá)到優(yōu)

• 機(jī)器人本體材料優(yōu)化 : 如采用鎂合金、鋁合金和碳纖維復(fù)材等材 料 , 提升機(jī)器人機(jī)動(dòng)性、降低能耗

人形機(jī)器人技術(shù)難點(diǎn): 缺乏G質(zhì)量訓(xùn) 練數(shù)據(jù)集

• 人形機(jī)器人大模型訓(xùn)練需要大量機(jī)器人在真實(shí)世界中與 環(huán)境交互的數(shù)據(jù)集,如ChatGPT,有大量的公域數(shù)據(jù) 可供爬取。但目前現(xiàn)實(shí)中的機(jī)器人保有量太少,可用于 收集訓(xùn)練數(shù)據(jù)的機(jī)器人也較少

• 廠商傾向于保護(hù)自有數(shù)據(jù),造成了數(shù)據(jù)壁壘,導(dǎo)致機(jī)器 人L域數(shù)據(jù)獲取難度進(jìn)—步提升

未來(lái)解決思路

采用合成數(shù)據(jù)進(jìn)行訓(xùn)練: 由于現(xiàn)實(shí)數(shù)據(jù)較少 , 合成數(shù)據(jù)被視為解決機(jī)器人 L域G質(zhì)量訓(xùn)練數(shù)據(jù)不足、采集效率低下問(wèn)題的重要途徑。

如英偉達(dá)宣布 開(kāi)源旗下Nemotron-4 340B (3400億參數(shù))模型,可為開(kāi)發(fā)人員提供可擴(kuò) 展的生成合成數(shù)據(jù)模型

層面/產(chǎn)業(yè)內(nèi)部企業(yè)共同建立數(shù)據(jù)工廠,打造數(shù)據(jù)集,共享場(chǎng)景數(shù)據(jù)

先于虛擬仿真環(huán)境訓(xùn)練再應(yīng)用到實(shí)體環(huán)境驗(yàn)證測(cè)試,迭代優(yōu)化