浙江大（dà）學教授熊蓉：人形機器人關鍵技（jì）術進展與挑戰（zhàn）-機器人-數控機床市場網

您現在的位置：機器人> 行業資訊>浙江大學教授熊蓉：人形機（jī）器人關鍵技術（shù）進展與挑戰

浙江大學教授熊蓉：人形機器人（rén）關鍵技術進展與（yǔ）挑戰

2024-4-10 來源：- 作者：-

4月2日，由中國機器人網、智能穀（gǔ）產業園主辦的「2024中國人形機器人生態大會」在上海順（shùn）利舉行！數千人齊聚，聚焦人形（xíng）機器人產業前沿話題，剖析產業風口，共同探尋產業融合與落地的方向。

在上午的院士專家報告環節中（zhōng），浙江大學教授熊蓉圍繞「人形機器人關鍵技術進展與挑戰」這一主題，展開了（le）主題（tí）報告。

以下是本次（cì）報告實錄，「中國機器人網」整理刪改：

今天，我主要借這個機會向各（gè）位專家領導匯報一下我們這麽多年在人形機（jī）器人方麵所做的工作。

首先，簡要（yào）介紹一下人形機器人的發展背景。人形機器人原來有很多的稱呼，我們一直習慣稱（chēng）之為仿人機器人，這兩年（nián）才明確叫人形機器人。

它很多都是在模仿人（rén）的部分或者全部功能和部分智能，但是人形機器人更強調（diào）類人的形（xíng）態，這種類人（rén）的形態使得它更（gèng）加適（shì）應我們人類為（wéi）自己建（jiàn）設的環境和人（rén）類（lèi）為自己製作的工具，並且能夠有（yǒu）更好的人機交互感受，所以（yǐ）在整個作業上有更強（qiáng）的通用（yòng）性和（hé）適用性。

它的這種通用性可以無縫（féng）替換人（rén）類所從事的一些工作，所以說它是一個未來的重大（dà）產（chǎn）業。當然，一些專用型（xíng）的機器人我（wǒ）們還是要具（jù）備的，因為這些專用機器人的能力超越人類，它們有（yǒu）更強的負載、更精（jīng）準的節拍和（hé）更（gèng）強的一致性。現在專用機器人（rén）無法實現的（de），可能類人的這種形態就可以直接實現無縫替換，因此，人形機器人具（jù）有更加廣闊的市場。

國內外做了非常樂觀的市（shì）場預測，特別是高盛對（duì）人形機器人的市場樂觀度進一步提高。這兩年，一（yī）些產業界的巨頭，包括（kuò）國際的（de）和國內（nèi）的都開始布局人形機器人賽道，從整機到核心零部件，到智能控製（zhì）智能計算（suàn）。總的來（lái）講，人形機器（qì）人進入新的突破期，從原來實驗室樣機的研發進入到產品的樣機以及未（wèi）來產業化（huà）發展的早期階段（duàn）。

我們國家非常（cháng）重視人形機器人的發（fā）展，人形（xíng）機器人已經成為（wéi）了國家的（de）戰略性的新興技術和產業的方向。2023年，工信部先後出台了揭榜掛帥（shuài）的項目以及人形機器人發展的指導意見。在今年1月份，七部委發布推動（dòng）未來產業發（fā）展的實施意見裏麵（miàn）作為創新標誌性產品的第一個就是人形機（jī）器人。

人形機器人並不是今天才有的一個係統，上世紀60年代就已經推出第（dì）一台雙足（zú）行走（zǒu）的機器人，它被認為（wéi）是機器人領域當（dāng）中的技術競爭製高點，是國與國之間競爭科技的顯示點。

主要的難點，首先它幾乎是機器人和人工智能技術的（de）製高點，它的技術的複雜性，導致整機係統（tǒng）的研製具有（yǒu）很高的挑戰性。除了整機，我們還需要融合它的功能（néng）、性能（néng）、材料和各個部件，我們對裏麵的部件提出高的要求，像（xiàng）我們的關節要求它速（sù）度要快（kuài），體積要（yào）小，重量要輕一樣，高功率密度依然是我（wǒ）們現在麵臨（lín）的一個挑戰。

第二（èr）是這（zhè）個係統，它是一個不穩定係統，大多數時（shí）間是（shì）單腳支撐。如果是跑步雙腳通向，和地麵（miàn）接觸的空間和時間（jiān）也都非常的小，而（ér）我們的穩定控製主要發生在小的時間裏麵，使得它的穩定控製很難。

現（xiàn）在很多（duō）的機器人都實現了（le）穩定行走，是不是（shì）能夠到一個真實的環境裏（lǐ）麵適應各種環境的擾動，去適應作業的過程中間由於手臂的用力而帶來的擾動，保持穩定（dìng）性以及（jí）作業的準確性，這都是它的難點（diǎn）。

第三，作為一種通用的形態，它必須（xū）要在各種環境（jìng）裏麵執行各種任務，這對它的智能性提出了更高的要求，這（zhè）也是人工智能領域中間的一個發展的重要的目標，能夠實現載（zǎi）人（rén）功能（néng）向通用人工智能發展。

《人形機器人創新發展指（zhǐ）導意見（jiàn）》裏明確了一個思想：以應用來遷移，通過整（zhěng）機來帶動整個生態的發展。其（qí）中幾個核心，一個是包括部件（jiàn）、整機係（xì）統裏的大腦、小腦（nǎo）以及我們要去支持這些（xiē）研究開發研製的供應鏈和（hé）工具鏈，由此來形成整個行（háng）業的應用和（hé）生態建設。

我們從2000年開始機器人方麵的研究，主（zhǔ）要是關（guān）注機器人的（de）智能性和智能的移動和操作。06年的時候，開始（shǐ）注意到了（le）人形（xíng）機器人。當時，我們主要是以Robocup平台進行技術積累，包括通過機器人的運動平衡控製來進行定位規劃，各種運動實施的生成，在國內獲得多次冠軍。

我們在國家863項目的支持下研製成了2個跟多人對打的機器人，除（chú）了解決（jué）各種部件（jiàn）如何選擇合適（shì）的形（xíng）態，如何進行（háng）集成，我們更主要的還是（shì）解（jiě）決了（le）它的智能控製，這也是國際上麵第一個能夠在（zài）線的動態控製並且和快速的球進行擊打的人形機器人。

11年10月份成果發布以（yǐ）後，也是得到了國內外的（de）廣泛的關注（zhù）。在這個（gè）係統裏麵，機器人行走的速度和（hé）穩（wěn）定性還（hái）是有問（wèn）題的，隻能實現（xiàn）1.2公裏每小時的行走，以及在平整地麵上實現行走。在打球的時候因為行走速度跟不上，主要是（shì）站立打球，用下肢（zhī）來做平衡控製，所以從12年起（qǐ）我們主要（yào）是研究室內外能夠快速穩定行走的人形機（jī）器人。

在這裏，我們研究了包（bāo）括能夠立位控製（zhì）關節、全身控製以及22年發布的能夠在室內外快速（sù）穩定行走的機（jī）器人。裏（lǐ）麵的部件關節（jiē）如何來進行研（yán）製？包括高光密度的電機、有更大緊縮比的緊縮器以及形成高集成的一體（tǐ）化的關節。

另外一個技（jì）術就是複雜（zá）的運（yùn）動建模和控製的問題。目前在國際上對（duì）於人形機（jī）器（qì）人行走的運動控（kòng）製有三條技術路線，一（yī）個是從機理出發，對整（zhěng）機進行運動學和動力學的建模（mó），然後進行設計，進行規劃控製（zhì）。第二種是特斯拉展示的人的（de）運動映射到機器人（rén）上麵。第三個機理模型需要依賴模型的準確性，對於複雜（zá）環境的適應需要人的介入，研（yán）究強化（huà）學習的方法，我們在（zài）這三（sān）個方麵都做了一（yī）些工（gōng）作。

模型（xíng）控製不講了，通過強化學習生成它各種的動作，然後用它（tā）的基本步態，來融合形成環境（jìng）的適應性（xìng），能夠自動選（xuǎn）擇步態的組合。今年年初，我們也把這個方法進一步延伸應用到了人形機器人上（shàng）麵，能夠實現對一（yī）些不（bú）同的地麵的適應，這是通過強化學習的方法（fǎ）來形成的。

我（wǒ）們也（yě）在人機映射方麵做了一係列的工作，怎麽把人複雜的動（dòng）作能夠快速映射到機器人上麵去。最初，把人的雙臂和手的動作映射到一台玉米機器人上麵，解（jiě）決了傳（chuán）統的最優化的映射，隻能（néng）實現（xiàn）一（yī）些（xiē）簡單的動（dòng）作，需要優化時間比較長。

我們在這裏把（bǎ）最優化和目前很熱的深度學習提出來了圖神經網絡下最優（yōu）的學（xué）習方法（fǎ），一個是（shì）大幅（fú）提（tí）升了它的動作的相似性，而且可以保證機（jī）器人的可執行性和（hé）安全性，最主要實現了時間上大幅度的提升，快速把人的各種（zhǒng）運（yùn）動映射到機器人（rén）上麵。我們也是利用現（xiàn）在提出來的語言視覺大模型（xíng），進一步提升我們動作的語義的保持。

人（rén）形機器人必不可（kě）免出（chū）現一些故障，一旦出現故障需要人（rén）介入它（tā）的維（wéi）修，雖然它出了故障，我們依然能夠讓它依然保持一定（dìng）作業的能力（lì），這（zhè）是我們獲得最佳論文獎（jiǎng）的工（gōng）作，假定任何一個關節壞了，它依然可以保證直線行走。

另外一個我們的工作還是放在（zài）機器（qì）人的智能上麵。2000年開始，我們便一直做這方麵大量工作，怎麽讓傳統的機器人在封閉靜（jìng）態的（de）環境裏麵能夠像在動態的開放的（de）環境裏麵一樣能夠長期（qī）自主（zhǔ）的工作，以及從依賴人離線（xiàn）編寫的程序到（dào）自發逐步適應更加豐富的環境和更加多（duō）樣（yàng）的作業。

在這方麵我們也發表了一係列的（de）論文，在這裏我簡要的介紹一下，一個是在移動方麵，我們對於它的長期準確（què）的定位和（hé）導（dǎo）航做了（le）一些工作。我們現（xiàn）在的一些技術已經在多個領域裏麵有應用驗證，包括變電站的巡檢機器人，製造業裏麵新型的AMR，實現複雜地形裏對人的跟隨。我（wǒ）們也實現了產業轉化落地，新型物流機器人目前已經在製造業（yè）裏（lǐ）麵大規模地應用了。

在操作方麵，我們從12年完成了（le）打乒乓球的機器人以後，開始（shǐ）研究它如何能夠操作更多的對象。一個工作就是這種序列性的作業，能不能讓人去展示，然後直接的生成機（jī）器（qì）人程序，我們人做一下這（zhè）個（gè）裝配，對於（yú）人的動作進行解析、理解，去解析出來它是用什麽動作，操作（zuò）了什麽物體，達（dá）到了什麽樣的效果，並且（qiě）去解決我們感知的誤差到執行的精度的要求。我們的感（gǎn）知誤差往往是毫米級的，能夠實現準確的未知（zhī）的推理，然後實現程序自動的生成。我們（men）實現了不同的手電筒、開關，包括（kuò）機器人（rén）關節的這樣一（yī）個（gè）對人的學（xué）習，僅用幾分鍾的時間來（lái）生（shēng）成。

剛才是有人類參照的，但是在開放性環境裏麵我們很難有人的參照，需要機器人（rén）能夠自主的決策，我們也（yě）解決了中間的評價以及能夠快速學習的問題（tí）。

對這種開放混雜場景，我們（men）進（jìn）一步引入了語言大模型和視覺大模型。大模型通過大量數據的訓（xùn）練，雖然裏（lǐ）麵包含了各種各樣的物體，但是它還是有很多的物體是檢測不了的。當它堆點在（zài）一起的時候，它檢測的準確性，定位的準（zhǔn）確性都是很（hěn）低的（de），這直接導致機器人執（zhí）行的失敗。

在（zài）這種情況下，我們怎麽能夠（gòu）讓機器人通過它的（de）行為逐步地收斂到正確的結果裏麵？我們就提出來了（le）把語言大模型視覺大模型和機器人操（cāo）作的模型去融合來（lái）進行（háng）學習（xí），實現了在混（hún）雜場景下，通過它的操作，最（zuì）後來完成我（wǒ）們（men）要求的工作。

通過這樣一係列的，從強化學習、語言模型以（yǐ）及模仿的結合，我們可以讓機（jī）器人完成桌麵的梳理，它會進行長（zhǎng）序列的（de）規劃生成，在最後來（lái）達（dá）到我們的製定的要求。

在機器人的伺服控製中，這種（zhǒng）傳統的方法（fǎ）對於場景的變化，還是有一個局限性。我（wǒ）們用學習的方法的話它非常依賴（lài）於我們的數據。我們能夠實現端到（dào）端的伺服控（kòng）製，包括背景的變化，以及適應傳感器在應（yīng）用過程（chéng）當中不小心把它碰動了（le），它的外參變化了，在這樣的擾動下，我（wǒ）們是不（bú）是依然能夠去適應？以及（jí）如（rú）何適應各種場景裏麵的紋理。

這（zhè）個deepmind通過8個小時的訓（xùn）練可以達到9.98的成功率，我們用一個小時的訓練能夠達到99.99%的（de）成功率，而且它能（néng）夠適應不同的接口以及各種（zhǒng）形狀。

今年3月份，在（zài）浙江省寧波市政府的支持下，人（rén）形機器人創新中心正式啟動，領航（háng）者1號正式（shì）發布。我們在之前（qián）的基礎上進一步做了優化改進，同時也更強調（diào）了賦予類人的學習和操作（zuò）的能力。目前機器人的行走已經完成了（le）室內平整地麵的測試，在如何適應（yīng）各種場景，在執行各種動作之間依然（rán）保證平衡控製（zhì）以及如何進一步提高節（jiē）拍等方麵也在持（chí）續研（yán）究中。我們也研發了靈巧手，能夠實現更快速度的操作。

人形機（jī）器人真正形成一個產品，還是有很多的工作要做。作為一個（gè）產品來講，它要實現高可靠性低成本。從整機來講，它的可靠性都（dōu）是需要進一步降低成本（běn），這依賴於我們的核心零（líng）部件，需要大家都圍繞人形機器人來做。

但是，動力部（bù）件（jiàn）的功率密度跟人形機器人真正實現靈巧運動還是有一定差距的。我們往往說力舉夠了，速（sù）度夠了，體（tǐ）積過大，這個人形機器（qì）人看著比較笨重，或者有一定（dìng）的威脅感了，如何提升部件的性（xìng）能，依然是我們麵臨的問題，像（xiàng）我們的傳感器也（yě）是一（yī）樣的，怎麽樣能夠在（zài）小體積下做到高精度的響應也是我（wǒ）們麵臨的問題。

第二個是運動控製。我們的人形機器人要能夠實現各種靈巧（qiǎo）的運動作業，運動控製是（shì）非常重要的基礎。我們現在在這方麵已經有（yǒu）了很好的基礎，各種技術路線也有突破，能夠去展示一定的（de）能力。但是，我們會看到它對你的作業對象的適應性、環境的（de）適應性還是非常的有限的。如何把機器人環境、任務融（róng）合起來發展，如何把技術路線打通，去推動這方麵的發展，也依然（rán）需要我們去探索。

第三（sān）個是人工智能。目前大模型非常熱，但是真正把大模型部署（shǔ）到機器人上麵，還是有很多的局（jú）限（xiàn）性（xìng）。我們現在的大模型依（yī）然靠數據，有（yǒu）一定（dìng）的泛化能力，還是需（xū）要優化。有了大模型（xíng），等於給我們提供了一個更加好的技術支持（chí）。如何（hé）把大模型融合到（dào）機器人裏麵，實現真正能夠作業（yè）的具身智（zhì）能，現在還是需要研究探索。

投稿箱：
如果您有機床行業（yè）、企業相關（guān）新聞稿件發表，或進行（háng）資訊合作，歡迎聯係本網編輯部，郵箱：skjcsc@vip.sina.com

更多相關信息

名企（qǐ）推薦

業界視（shì）點

| 更多

行業數據

| 更多

博文（wén）選萃

| 更多

數（shù）控機床