0
大模型一聲炮響，掀起了機器人的革命浪潮。
這一變革率先發(fā)生在人機交互上。以ChatGPT為代表的LLM模型第一次在人與機器間建立起高效的溝通方式，從根本上打破人機之間的語義隔離，進而賦予機器人快速向人類學習的能力，使其以更快地速度學習并執(zhí)行相關任務。
傳統(tǒng)的人機交互模式，機器人只能機械地執(zhí)行人類設定好的程序。這一模式局限性非常大。比如，需要有專業(yè)的工程師將知識“翻譯”給機器人，機器人才能執(zhí)行具體任務，溝通效率低且人力成本極高，限制了機器人的落地應用。
在大模型強大的理解能力加持下，機器人能更智能地“聽懂人話”。人機交互不再需要專業(yè)的知識門檻，可以用自然語言、肢體動作等類人行為進行交流，大幅降低人類使用機器人的門檻，進而使得機器人的廣泛落地變成可能。
“機器人融入大模型是發(fā)展趨勢?！?/strong>全國機器人標準化技術委員會委員趙勇表示。
作為AI技術的進階態(tài)，大模型強大的泛化能力，讓機器人在“類人”的道路上更進一步。如果把機器人視為一個智能體，大模型則是這個智能體的技術底座，為機器人走向「具身智能」奠定了基礎。
如今，大模型在機器人領域的應用正在不斷拓展，各行各業(yè)正面臨一次“重鑄”。其中，工業(yè)機器人作為應用較為廣泛的品類，也迎來了一次深刻技術與范式蝶變。微億智造CTO趙何博士以具身智能理論作為指導，將成熟的工業(yè)機器人與新興的人工智能技術融合，首次提出了“具身智能工業(yè)機器人”（Embodied Intelligent Industrial Robots, EIIR）這一概念。至此，EIIR正式走上了歷史舞臺。
理解EIIR之前，首先要搞清楚，什么是具身智能，以及什么是具身智能機器人。
具身智能理論根源于“具身認知”，其主張智能體的認知能力由其自身結構決定，這種認知又直接反過來影響智能體的高級心理活動，諸如：推理，決策等。并且，智能體根據(jù)自身的軀體結構來構建自己的世界模型，從認知產(chǎn)生的機制到智能體決策依賴的世界模型，均受制于智能體具體的物質(zhì)形態(tài)。
比如，嬰兒早期的學習行為，例如爬、抓取、行走等，本質(zhì)上是智能體在主動探索周邊環(huán)境，來形成對外界的認知，并構建基礎的世界模型，形成了一套普適的方法論。
智能體的認知過程遵循"探索﹣利用"( exploration - exploitation ）的范式，通過自己的"軀體"與外界環(huán)境進行互動，從外界對智能體的動作產(chǎn)生反饋獲取信息，建立起自身的認知模式。
在具體系統(tǒng)構成方面，智能體核心包括三部分：感知系統(tǒng)、運動系統(tǒng)和世界模型。與傳統(tǒng)認知不同，感知和運動系統(tǒng)并不孤立，二者同樣參與認知過程，世界模型則是智能體基于自身結構特點而構建，用于解釋世界的認知框架。
如果將這一理論應用到機器人行業(yè)，理論與技術相結合，便產(chǎn)生了具身智能機器人（EIR）?？梢灶A見，未來所有機器人都將面臨一次「范式變革」。從第一性原理出發(fā)，具身智能機器人存在諸多共性，主要體現(xiàn)為五大能力，分別是——
1、多模態(tài)環(huán)境認知、交互能力；
2、智能的任務學習和理解能力；
3、高度自主的智能決策能力；
4、智能高效的單任務執(zhí)行能力；
5、多任務切換能力。
這些能力構成了具身智能機器人的基礎。在具身智能理論框架下，“智能體”和“環(huán)境”是矛盾的兩個方面，它們之間的對立統(tǒng)產(chǎn)生了智能體的認知，孵化了智能。因此，從一開始設計機器人時，不能把機器人從任務環(huán)境中剝離出來。
當這一理論被應用于工業(yè)，具身智能工業(yè)機器人（EIIR）便呼之欲出了。作為EIR在工業(yè)場景下的外延，EIIR的生存環(huán)境，無容置疑就是工業(yè)生產(chǎn)環(huán)境。
過去幾年，AI技術的應用，從某種程度上推動了工業(yè)機器人的智能化提升。
比如，圖像識別技術在圖像分類、目標檢測和圖像生成方面取得的長足進步，使得計算機對圖像的識別理解能力已經(jīng)超越了人類，對應的技術被應用到工業(yè)質(zhì)檢這一環(huán)節(jié)中，大幅提高了企業(yè)生產(chǎn)制造的質(zhì)檢效率和質(zhì)量。
又比如，Slam算法被用于機器人導航，通過計算機視覺和機器視覺等技術，從而提高工業(yè)AGV/AMR的靈活度，最終提高運輸效率，降低人力成本。
而今，在以大模型為代表的AI技術賦能下，具身智能工業(yè)機器人（EIIR）成為工業(yè)機器人的新方向。
“EIIR可以理解為EIR在工業(yè)場景的外延，但形態(tài)并非是人形?！蔽|智造CTO趙何博士表示。
EIIR的生存環(huán)境就是工業(yè)生產(chǎn)環(huán)境。相對于自然環(huán)境，生產(chǎn)環(huán)境是一個閉合、簡單的環(huán)境。從邏輯上講，“人形”作為開放環(huán)境下的產(chǎn)物天然不會是閉合環(huán)境最佳的軀體形態(tài)。而且，人在很多工業(yè)場景存在天然的“缺陷”，在靈活度、精準度上，很難與機器相提并論。如果可以由機器自主完成而不需要人的參與，那么對應的生產(chǎn)環(huán)境可以設計成對機器更加友好，而完全不用考慮人類體形的局限，從而讓生產(chǎn)過程更加高效可靠。
EIIR需要替代的是人在生產(chǎn)過程中被異化后的投影，不是人的本質(zhì)，更不是人的外形。將人類從生產(chǎn)活動中解放出來，必然存在多種形態(tài)。因此，“EIIR和人形機器人并不能直接劃等號”。
EIIR本質(zhì)上，目的是“超越人”和“解放人”。相比精確的自動化控制，EIIR可以更好的實現(xiàn)真正的無人化生產(chǎn)。
原因主要有三點——
一是生產(chǎn)場景的不確定性。整個工業(yè)環(huán)境，場景非常多樣化，存在諸多不確定性，屬于定量開放環(huán)境，需要有EIIR這類具備靈活智能能力的機器人來應對。
二是生產(chǎn)環(huán)境閉合邊界不一。不同生產(chǎn)任務都有與之對應確定的生產(chǎn)環(huán)境，它們之間閉合邊界不具備一致性。這就要求足夠高的智能水平或在少量人類幫助下，完成這種環(huán)境的切換和適應。
三是標準產(chǎn)品具有標準智能。使得標準的EIIR產(chǎn)品具有一定水平的標準智能，不僅能減少 EIIR 從制造到應用的成本，并盡可能的適用于不同生產(chǎn)場景、適配具體任務，使其大規(guī)模應用成為可能。
一言以蔽之，EIIR的出現(xiàn)是市場環(huán)境與技術迭代共同作用的結果，又將反過來解決市場痛點。在這個相互作用的過程中，機器人能夠實現(xiàn)“自我進化”，成為新的生產(chǎn)工具，進一步推動社會生產(chǎn)力的發(fā)展。
作為具身智能的實體表現(xiàn)形式之一，EIIR必然遵循具身智能的一般規(guī)律，整個智能體由感知系統(tǒng)、運動系統(tǒng)和世界模型三部分組成。
感知系統(tǒng)
EIIR 的感知系統(tǒng)是一個多模態(tài)泛傳感器系統(tǒng)。該系統(tǒng)配備多種傳感器，具備比人類感知器官更精準的信息收集能力。這些信息相互補充、交叉驗證，為EIIR的決策提供輸入信息。并且，感知系統(tǒng)除了對周邊環(huán)境進行連續(xù)動態(tài)檢測以外，還要對自身進行不間斷地狀態(tài)感知，為EIIR的決策、與環(huán)境的互動提供感知基礎。
例如，在工業(yè)質(zhì)檢領域，傳統(tǒng)的機器質(zhì)檢雖然能夠大幅提高檢測效率，但模型依賴于工程師的不斷調(diào)優(yōu)，柔性較差，部署成本也比較高。而EIIR則能夠識別和分析對象的姿態(tài)和特征，自主生成檢測序列，以高精度的圖像傳感器追蹤形態(tài)不定、位置不定的缺陷，實現(xiàn)柔性的、超越人類的缺陷檢測能力。
通過“感知系統(tǒng)”，對環(huán)境及自身持續(xù)采樣，并基于聯(lián)合認知進行決策
運動系統(tǒng)
EIIR 的運動系統(tǒng)首先是一個閉環(huán)控制系統(tǒng)，其一般原理是通過反饋環(huán)路，比較被控狀態(tài)量的實際值和設定值之間的誤差，作為輸入送到控制器進行計算，控制器的輸出控制執(zhí)行器動作，直到被控量的實際值達到設定值為止。EIIR 的運動系統(tǒng)會包含很多個這樣的閉環(huán)控制系統(tǒng)，這些系統(tǒng)必須共同協(xié)作才能滿足 EIIR 靈活、精準、快速的要求。
以“關節(jié)電機”為例，其“視覺伺服”系統(tǒng)由多個控制器、按層級嵌套組合而成，每一層都有自身需要優(yōu)化的控制指標與對象。只有從整體到局部逐層細化，才能實現(xiàn)閉環(huán)控制。EIIR能夠根據(jù)控制系統(tǒng)，實時地結合動力學、運動學算法，計算時間和狀態(tài)最優(yōu)的運動軌跡，并以毫秒級速度閉環(huán)運動控制、使用圖像模型，完成閉環(huán)運動規(guī)劃。
通過“視覺伺服”，實現(xiàn)感知系統(tǒng)與運動系統(tǒng)的閉環(huán)控制
世界模型
世界模型是智能體根據(jù)自身結構特點構建起來、用于解釋世界的認知框架，會隨著智能體與環(huán)境的互動而動態(tài)變化。該模型由以大模型技術為主的“基礎模型”疊加智能體在面臨具體任務時的知識形成，二者通過“探索-利用”的范式構建起一個服務于具體任務的世界模型。
更具體一點，“基礎模型”賦予了EIIR強大的理解能力，能夠通過人類習慣的模式與人類進行信息交換。人類只需輸入自然語言、圖片、視頻、動作示教等知識，就可與EIIR建立起“示教-學習-反饋”的互動模式，將知識進行傳遞。如此一來，EIIR在基礎模型和具體任務知識的訓練下，通過不斷地自我學習和進化，便能實現(xiàn)獨立運行。
通過“基礎世界模型”，建立“示教-學習-反饋”的互動模式
“具身智能工業(yè)機器人（EIIR）是現(xiàn)代制造業(yè)的杰出代表，它們通過高度的自動化和智能化，極大地提升了生產(chǎn)效率和質(zhì)量。”中國信通院華東分院、人工智能與大數(shù)據(jù)事業(yè)部主任陳俊琰表示，“隨著多模態(tài)大模型、人機自然交互等技術的進步，EIIR夠適應更復雜的工作環(huán)境，進行自我學習和優(yōu)化，是“人工智能+”的積極探索實踐，也為工業(yè)生產(chǎn)帶來革命性的變化。”
EIIR 的發(fā)展將是一個循序漸進的過程，將主要分三個階段——
前期。EIIR 和人類共處在同一個生產(chǎn)環(huán)境下，人機協(xié)同是 EIIR 需要重點解決的問題。
中期。在新技術的賦能下，EIIR的人機交互水平提高，人機協(xié)作更加高效智能。但在這個階段，EIIR 本質(zhì)上還是附屬于人類的智能機器。
后期。EIIR 的智能化程度越來越高，能夠獨立完成任務，人類逐漸淡出生產(chǎn)環(huán)境，“無人工廠”將得以實現(xiàn)。
這也將會是一個漫長的過程，但技術已經(jīng)點亮了勝利的火焰。雷峰網(wǎng)雷峰網(wǎng)(公眾號：雷峰網(wǎng))
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
