先要分不同行業來看。如果做成人的形狀,我覺得從目前來講,娛樂行業或者教育行業這種偏娛樂化產業是OK的,可以做得很炫酷,可以做成有手、有腿、有眼,通過編程也可以做一些簡單的動作,我覺得這是目前可以商品化的。
但是從醫療、工業L域應用來看,我覺得先要弄清楚什么是人形機器人?
人形機器人有幾個重要特征:你要有眼睛,能看得見,所以視覺識別系統非常重要;你要有觸覺,像人一樣有感知,這是通過力控來實現的,你有沒有四肢或雙腿,這個要看你是不是真得需要,在特定L域中,雙足是不是真得G效,是否可以用履帶替代雙腿,或者用其他方式能替代;重要的是你要有“大腦”,你是不是能真正做到一個很強的AI,看到什么都能理解,能很快地去做決策、做執行,這都離不開你的大腦和操作系統。
從這幾個角度來看,我覺得目前工業L域是否需要做成人形還有待討論,但是一定是需要視覺和觸覺,以及很強的AI能力(大腦)和自適應系統。
現在所有像ChatGPT這樣的AI系統還是從數據中來,到數據中去,還是自然語言模型,真實物理世界中機器人的模型比這要復雜得多,包括一些3D識別系統,你看到之后做決策是不是能拿起來并識別出它是什么,這終是要靠你有觸覺反饋等一系列技術在里面。
坦白來講,現在這些技術都還是剛剛起步,所以在工業L域想真正做成人形,我覺得路還很漫長,而且需要花大量時間收集數據、處理數據,也需要在硬件上不停迭代升J,這個路程甚至比ChatGPT還要漫長很多。
| 資料獲取 | |
智能教育機器人功能介紹 |
|
| 服務機器人在展館迎賓講解 |
|
| 新聞資訊 | |
| == 資訊 == | |
| » 機器人的感覺順序與策略:變換,處理 | |
| » 機器人多指靈巧手的神經控制的原理:控制系 | |
| » 機器人自適應模糊控制: PID 模糊控制 | |
| » 機器人的進化控制系統:解決其學習與適應能 | |
| » 機器人的神經控制系統特性和能力:并行處理 | |
| » 機器人的學習控制系統:搜索、識別、記憶和 | |
| » 機器人的模糊控制系統:模糊化接口、知識庫 | |
| » “人工智能+制造”專項行動實施意見:10 | |
| » 機器人的專家控制系統:知識庫、推理機、控 | |
| » 智能機器人的遞階控制系統:精度隨智能降低 | |
| » 機器人的力和位置混合控制方案:主動剛性控 | |
| » 機器人的多關節位置控制器:各關節間的耦合 | |
| » 機器人的單關節位置控制器:光學編碼器與測 | |
| » 機器人位置控制基本控制結構:關節空間控制 | |
| » 機器人的液壓伺服控制系統的優勢:結構簡單 | |
| == 機器人推薦 == | |
服務機器人(迎賓、講解、導診...) |
|
智能消毒機器人 |
|
機器人底盤 |
![]() |