强化学习曾小健

原创 PNP机器人PNP机器人2025年04月13日 22:13上海。

开普勒人形机器人的出现，或许能让我们更加清晰地看到人形机器人行业的发展方向，也让我们对人形机器人究竟是 “泡沫” 还是 “风口” 有了新的认识。此外，开普勒还拥有独家的控制算法，该算法能够实时监测关节状态和所受外力，使机器人能够自主判断何时进入 “无电自锁” 的节能状态，何时启动执行器以防止位置偏移，从而实现了能量的合理分配。这款机器人为我们提供了新的思考方向，它不仅有着清晰的商业化规划，而且在商业理念上与特斯拉机器人有相似之处，或许能为人形机器人行业带来新的变革。在开普勒官方发布的实测视频中，单个。

（2）减速器基本确定为行星减速器。已经成为最活跃的创新力量，关键技术加速演进，企业通过联合研究项目、联合实验室等方式，突破了机器人柔性关节、机器人操作系统、机器人设计、仿生灵巧手等多项“卡脖子”技术，产品快速推陈出新、迭代升级，将人工智能、机器人技术、人机交互技术、仿生学、工业美学完美结合，多元信息融合感知，人机自然交互等前沿技术不断取得突破，产品开始展现智能化、适应性特点，且以其模仿人类外形和行为的特点，在医疗、制造、养老等场景应用中展现出巨大潜力，技术生态加快完善，有企业已率先实现盈利。

原创 智渊览界2025年04月15日 15:39广东。

原创 机器人场景中心茶派科技2025年03月20日 12:35湖北在这个日新月异的科技时代，每一项技术的飞跃都是对未来的深刻探索。今天，当我们站在2025年的门槛回望，国产人形机器人领域已悄然绽放出一朵朵科技之花—整整100款国产人形机器人，如同星辰般点缀在智能科技的苍穹之上，它们不仅仅是冰冷的金属与电路的集合，更是人类智慧与创新精神的生动体现。🤖从最初的蹒跚学步到如今的多姿多彩，这些机器人经历了无数次的迭代与升级，每一次进步都凝聚着科研人员的汗水与梦想。

在开源算法方面，AC Studio提供定位、SLAM、3D高斯溅射、目标检测与识别、语义分割、点云与视觉融合、高阶多模态感知等核心算法，让开发者跳过基础算法开发，直接开展场景化功能化的二次开发。传统的传感器堆叠造成的开发和量产难题仍待解决，此外，在AI驱动成为主流的时代，大量机器人开发者仍需要在基础软件的开发中“重复造轮子”，对开发周期带来了挑战。AC Studio一站式工具套件，提供包括驱动程序、节点数据采集、数据标定、数据融合、交叉编译在内的开源SDK。RoboSense速腾聚创。

即便机器人造型、能力看起来平平无奇，不如近来扎堆炫技的人形机器人那么耀眼，所聚焦的场景也一直都是仓储物流领域，但是从Agility的商业化落地情况来看，这家公司可以说是领先了特斯拉、FigureAI、1X等行业热门玩家。宣布，人形机器人Digit正在他们旗下的Spanx工厂进行试点测试，Digit在仓库中执行物流任务，包括从AMR上移动货箱并将其放置在传送带上。其中，亚马逊的参投也意味着Digit机器人进入其仓储生态，Digit不久后也进入亚马逊从事筛选、搬运物料箱至流水运输线的工作。

擎朗XMAN系列将与擎朗现有专用具身服务机器人实现数据共享与任务协同，无缝融入擎朗商业生态，完成服务场景的更多闭环任务。通过不断的复制“岗位化”工作模式过程，擎朗人形具身服务机器人将不断学习和拓展多样化工作能力，持续增强基础动作模型能力，从而实现更广泛的落地场景应用。XMAN-R1目前已完成服务场景内“点单-配餐-送餐-收餐”等长任务闭环，未来将去向更多场景探索。XMAN-R1 模拟服务人员动作逻辑与姿态，从双手递物到移动控制，融入场景需求，贴合岗位特征，与擎朗配送、清洁机器人分工协作。

赛事协办：加州大学伯克利分校、新加坡南洋理工大学、香港理工大学、香港城市大学、南京大学、同济大学、武汉大学、华中科技大学、中山大学、厦门大学、东南大学、北京交通大学、成都信息工程大学、香港科技大学（广州）、香港科技大学郑家纯机器人研究院、 INCLUSION AI。产业级硬件生态支撑：上海智元新创技术有限公司、松灵机器人（东莞）有限公司、星海图（北京）人工智能科技有限公司、深圳逐际动力科技有限公司等 63 位学者及行业专家；赛事承办：香港中文大学、北京大学、北京师范大学、蚂蚁集团。

在人形机器人的腿部运动系统中，丝杠是实现腿部各种动作的动力之源。例如，在电子芯片的制造过程中，机器人手臂需要将微小的芯片准确地放置在电路板上，误差必须控制在极小的范围内，丝杠的高精度传动确保了这一任务的顺利完成，大大提高了生产效率和产品质量。想象一下，在未来的手术中，机器人助手能够通过高精度丝杠的精确控制，进行更加精准的手术操作，大大提高手术的成功率和患者的康复率。以机器人的手臂为例，想象一下，当机器人需要抓取一个物体时，它的手臂要进行复杂的伸展、弯曲和旋转动作，而这些动作的背后，离不开丝杠的精确传动。

同月稍晚时候，马斯克在全体员工会议上宣布，擎天柱已在弗里蒙特工厂的试产线上完成制造，今年将进入试生产阶段，今年的生成目标是5000台，且已订购的零部件足够支撑今年生产10000—12000台，2026年目标是生产50000台。Grok做了解答，顺便diss了一把波士顿动力：擎天柱注重实用、可规划应用于工业场景，其目标是以每台约3万美元的价格部署在工厂中、完成精密任务，计划到2025年生产超过1000台。此外，Grok还表示，擎天柱将于2026年登陆火星。，这次，擎天柱步态更稳健、手臂摆动更自然。

ROS机器人操作系统并不是传统意义的“操作系统”，而是一个机器人操作系统的中间件框架，通过这个通讯框架，在基于ROS的应用程序之间建立起了沟通的桥梁。ROS2基于DDS，不像ROS1依赖中心化的Master节点进行节点发现和管理，ROS2实现去中心化的节点发现机制，支持实时性、高可靠性通信，并允许通过配置QoS策略提升数据传输可靠性。（6）启动与生命周期管理：ROS1的roslaunch使用XML编写，ROS2的launch文件改用Python编写，支持更复杂的逻辑，如条件判断等。

让所有人以更低的门槛参与到人形机器人开发当中，通过开源打破传统机器人行业“闭门造车”的困境，正如傅利叶强调的一样，Fourier N1提供了类似乐高积木的模块化硬件架构，配合开源数据与算法，让开发者重新定义想象力边界。而N1作为一款面向机器人社区打造的零门槛、高性能的人形机器人，傅利叶希望通过开放技术，让更多的机器人爱好者能够参与其中，推动技术创新，形成更为强大的技术开源社区。后期，傅利叶计划逐步开放针对该平台的推理代码与训练框架，为全球开发者提供更加完善的验证与开发环境，从而加速机器人技术的创新和应用。

在自然语言处理和计算机视觉领域，数据规模化和标准化评测推动了技术的飞速发展。然而，机器人学习却长期面临三大痛点：（1）实验环境碎片化，实验室各建"孤岛"；（2）训练数据难复用，每次都要"从头造轮子"；（3）评估标准不统一（论文结果无法横向对比）如何构建高保真、可扩展、标准化的机器人学习基础设施？RoboVerse通过三大创新模块破解困局。三大核心突破：平台、数据、评测三位一体RoboVerse并非单一工具，而是首个打通仿真训练、数据。

铁蛋二代CyberDog 2（即“铁蛋 2”）最终在 2023 年小米秋季发布会上登台亮相，再次广受好评。与铁蛋 1 不同的是，铁蛋 2 量产了两千台，同时面向专业开发者与普通消费者开售。据了解，小米铁蛋 2 前期主要是与高校合作，走科研路线，后面就放开了、任意用户都可以买。“小米二代狗的质量是非常好的，即使放到今天也是顶流。

YY硕​很多朋友私信问我对机器人和人工智能感兴趣，该怎么展开学习。最近稍微有点空，我写写我的看法。两年前，我在知乎回答如何定义「机器人」？ - YY硕的回答中试图给机器人做出一个比较仔细的定义，我觉得机器人和人工智能最大的区别在于是否要和物理世界进行交互。今年初在另一篇知乎回答里对机器人或人工智能的研究会帮助我们更好的了解人类自己吗？ - YY硕的回答我说到传感器是和物理世界交互的基础。后来，我又在知乎回答有哪些与控制、机器人等相关的 quotes？ - YY硕的回答中提到莫拉维克悖论（Moravec's

例如，当物体从它的抓取中滑落，或者有人移动了某个物品时，Gemini Robotics 能快速重新规划并继续执行任务。Gemini Robotics 本质上是一个先进的视觉-语言-动作模型，基于 Gemini 2.0 构建，但增加了物理动作作为新的输出模态，用于直接控制机器人。Gemini Robotics-ER 可以与这些特定于各种机器人的“低层次”安全关键控制器接口连接，在 Gemini 核心安全功能的基础上，使模型能够理解在特定环境中某个潜在动作是否安全，并生成适当的响应。，机器人仍能顺利完成任务。

2024年8月，Covariant的3位创始人加入亚马逊，其中包括陈曦，他的新职务是亚马逊前沿AI和机器人实验室技术负责人。这笔交易的细节目前尚未对外披露。2024年，Grover与他人联合创办了Inception Labs，这家公司打造了一款专为美国移民流程设计的AI移民软件Infinity，支持从护照、签证、教育证书等文件中提取信息，完成表格与移民申请文书。在OpenAI，他领导了强化学习团队，并参与开发了ChatGPT，在2022年-2024年担任后训练团队的联合负责人，还短暂地管理了对齐团队。

2025年2月，他在轩辕同学的课堂上表示，机器人是超强度融合的硬件，汽车是非常大规模的硬件数量，但硬件和硬件之间是一个低强度的耦合，比较容易定好边界，但是机器人就不一样了。陈啸并不认同这个路线，他表示，拿一个螺丝，把螺丝安放在合适的位置，再举起拧螺丝的电钻，在对等位置往螺丝孔去按下去，且掌握好几个力度，这对机器的要求不高，但是对人形机器人的要求极高。有一个说法，大年三十，穿着大花袄，拿着红手绢，机器人在春晚上的倾情演出，让人类笑开了花，但是，“机器人统治世界之后，第一件事就是把这个视频删除了”

为了能让这个模型扩展，我们在扩散模型去噪网络架构上做了相当多的工作：包括选择合适的normalization方法，选择合适的条件注入方式以及提升模型对非线性的适应能力。这些工作尽管比较工程，但都是扩展模型必不可缺的，我们的消融实验表明缺少了任意一项技术，模型的扩展性都会失败。我推测，不同的模型有各自适用的任务。2. 自回归需逐个生成词元，受限于端侧硬件（显卡带宽小），会导致模型推理速度较慢，而具身对控制频率有较高要求（一般操作任务，至少需要10Hz推理频率，而100ms对于VLM或者VLA来说，太短了）。

此外，无人机和移动机器人之间的地空协作在诸如大规模测绘和联合搜救等领域显示出巨大的潜力。本次研讨会将探讨生成式人工智能时代多智能体具身智能系统的机遇、挑战和未来方向。然而，在复杂而动态的环境中实现完全自主仍然是单个智能体面临的巨大挑战。合作智能提供了一种变革性方法，允许智能体与基础设施协作和交互，以更有效地处理各种任务。1) 在自动驾驶领域，数据集和突破性算法的可用性激发了人们对合作自动驾驶的研究兴趣。2) 在机器人领域，多智能体系统的发展正在彻底改变对未知环境的探索。田纳西州纳什维尔音乐城中心。

这场合作不只是一个案例，更是多个产业趋势的交汇点：技术层面：AI 与机器人融合的技术路径日益清晰；应用层面：制造业、物流业等场景率先开放试点窗口；

通过车对车 (V2V) 和车对基础设施 (V2I) 等车对万物 (V2X) 交互，自动驾驶汽车可以提高其感知和安全能力，超越单车自主性的局限性，为广泛采用铺平道路。本次研讨会是对现有专注于自动驾驶和机器人技术中的个人智能的研讨会的补充，引入了一个全新的视角。：2024 年 7 月 25 日（太平洋标准时间）2024 年 8 月 10 日（太平洋标准时间）：2024 年 8 月 15 日（太平洋标准时间）2024 年 8 月 22 日（太平洋标准时间）本次研讨会的重点是多智能体自主系统中的协作智能。

7.1.1.menubar工具栏7.1.2.左侧栏1是选择2是移动3是旋转。搭配使用：先选择物体，再拖动它快捷键QWER像lol游戏WW按两下会显示自身坐标系，按一下就是世界坐标系7.1.3.项目栏这里可以打开代码7.1.4.时间戳时间线是一个扩展程序，允许开发人员查看和修改可滚动和可自定义时间线的设置。默认情况下，时间线处于禁用状态，要启用它，请转到窗口>扩展，在搜索栏中输入omni.anim.window.timeline，然后单击切换按钮。然后，在屏幕底部，会出现时间线小部件。

为了建立一个成功的工厂，Figure AI在开发过程中加入了新的工具——即产品生命周期管理（PLM）、企业资源规划（ERP）、仓库管理系统（WMS），随着内部AI系统Helix的引入，Figure将能够利用机器人组装生产线的关键组件，并充当物料搬运工，在不同的工作站之间移动货物，而无需安装笨重且不灵活的输送系统。通过让机器人制造更多机器人，Figure可以加快生产进度，同时减少人工干预在重复性任务中的作用，最终为未来的自动化制造奠定基础。3月15日，Figure AI再次带来其在人形机器人领域的进展。

为了建立一个成功的工厂，Figure AI在开发过程中加入了新的工具——即产品生命周期管理（PLM）、企业资源规划（ERP）、仓库管理系统（WMS），随着内部AI系统Helix的引入，Figure将能够利用机器人组装生产线的关键组件，并充当物料搬运工，在不同的工作站之间移动货物，而无需安装笨重且不灵活的输送系统。通过让机器人制造更多机器人，Figure可以加快生产进度，同时减少人工干预在重复性任务中的作用，最终为未来的自动化制造奠定基础。3月15日，Figure AI再次带来其在人形机器人领域的进展。

木木-具身Xbot具身知识库2025年03月13日 17:40浙江在首个“城市级”大规模仿真平台GRUtopia1.0的基础上，升级后的GRUtopia2.0凭借通用模块化框架、场景资产自动化生成、高效数据采集系统三大革新，进一步向通用化、多样化、易用化迈进。仅通过单一平台、简单代码输入，即可实现仿真环境中机器人灵活训练，提升数据采集效率，为研究者提供了“一站式”具身智能开发解决方案。

这是一次真正意义上的、全民范围的破圈。他曾表示不在意“今天那些高额的融资被做软件做大模型出身的”，还没有什么真正产品的精英创业公司拿走——所谓的“精英创业公司”，何尝没有智元的份。这个时期，人形机器人是王兴兴的“顺势而为”，总体而言他仍是出了名的“控本狂魔”，核心技术全栈自研，对供应链强掌控，就连宇树的办公室都简陋得不像独角兽企业。在2024年8月，硅星人采访王兴兴，写道：“他并不在意自己只是一个‘做硬件’的公司，不在意今天那些高额的融资被做软件做大模型出身的，还没有什么真正产品的精英创业公司拿走。

埃隆·马斯克是一位出生于南非的美国企业家和商业巨头。他是 SpaceX 的创始人、首席执行官兼首席工程师；特斯拉公司的联合创始人和首席执行官；以及 Neuralink 和 The Boring Company 的联合创始人。马斯克的净资产超过 2000 亿美元，这使他成为世界上最富有的人之一。马斯克于 1971 年 6 月 28 日出生于南非比勒陀利亚。他 17 岁移居加拿大，后来移居美国上大学。他拥有宾夕法尼亚大学经济学理学学士学位和物理学文学学士学位。

这一系列的进展让我们不禁对人形机器人的未来充满了期待，它们究竟会给我们的生活带来怎样的改变?Apptronik的竞争对手Figure更是野心勃勃，计划在接下来的四年内交付10万台人形机器人，并且宣布今年将在家庭中进行人形机器人的alpha测试，这一速度比原计划足足提前了两年。近日，一则重磅消息从机器人制造界传来：Apptronik公司与设计制造巨头捷普(Jabil)正式签署战略合作协议，共同推进人形机器人Apollo的生产与应用，这一合作有望为人形机器人的发展带来新的里程碑。

与传统的无刷电机、有刷电机、伺服电机相比，空心杯电机结构为无齿槽结构，没有定子槽，漆包线均为悬空绕线，内部无任何支撑，生产工艺难度较高。根据头豹研究院，假设人形机器人的灵巧手均为五指（以特斯拉人形机器人为例），共使用12个空心杯电机，考虑规模生产、技术更新迭代等因素，均价逐年下降，预计人形机器人年产量分别为5万台、100万台、500万台，全球人形机器人用空心杯电机市场规模分别为 10.83 亿元、205.77 亿元、977.41 亿元；随着技术的不断发展，电机的性能和效率不断提高，以满足不同领域的需求。

传统机器人控制依赖。

虽然 Gemini Robotics 和 ER 现在还算“新手上路”，离大规模商用有点距离，但这波操作已经让人脑洞大开。双子座的野心很明显：让机器人不只是工具，而是能理解世界、帮人类干活的“超级搭档”。等机器人圈大佬合作，把 Gemini Robotics 用在了双臂机器人、人形机器人等各种形态上。（ER 是“具身推理”的意思），简直是给机器人装了个“空间智商”。这俩新家伙可不是普通的 AI，它们能让机器人不仅“听懂”你的话，还能“”它不仅能听懂，还能找到篮球和篮筐，然后真的去扣篮！

巨额的资金投入，将为深圳的AI产业发展提供了强有力的支撑。此外，《行动计划》还首次提出了针对机器人“大脑”的布局，提出将基于世界模型及视觉-触觉-语言-动作(VTLA)等多模态输入输出，构建具备交互、预测与决策能力的具身智能基座大模型及其训练、推理技术体系，形成长序列推理(COT)和自主学习能力，支持跨场景任务处理，并支持企业围绕重点应用场景，研发垂直应用大模型。同时加快开放应用场景，聚焦政务服务、工业制造、教育、医疗健康、交通、气象、经济运行、公共安全、生态环保等重点领域，滚动开放不少于50个应用场景。

DeepSeek 这支由 “并非高深莫测的奇才，而是一些顶尖高校的应届毕业生、未毕业的博四、博五实习生，以及一些毕业仅数年的年轻人” 构成的团队，也是安克在具身智能领域搭建团队的目标模式。安克创新高级副总裁兼智能家庭业务总裁 Frank Zhu 指出，在机器人领域中，“二维基础型、三维移动型、三维交互型” 这三种本体，“机器人本体、大小脑以及系统化机器人平台” 这三组技术，以及 “技术创新、场景化产品、商业化成功” 这三种能力，是安克重点投入的公司战略，期待创造者们的加入并携手共创。

PNP机器人结合本身开发Franka机器人为主的数据集采集方案，在具身智能这个方向也有了清晰人收。PNP机器人创始人包文涛先生在“2025具身智能机器人发展大会论坛环节也表示，“具身智能方向目前的发展的如火如荼，有前期协作机器人发展的结果，也有来自于计算机技术和大模型的创新，民用和工业场景都成为最具有前景的发展方向，于工业而言，工厂存在大量单臂、双臂、人形场景，缺少机器操作策略，更成为将来机器人部署的动力。目前来看，以FRANKA机器人为主的七轴力控机器人，在具身机器人的数据集发展当中，起到了引领作用。

PNP机器人结合本身开发Franka机器人为主的数据集采集方案，在具身智能这个方向也有了清晰人收。PNP机器人创始人包文涛先生在“2025具身智能机器人发展大会论坛环节也表示，“具身智能方向目前的发展的如火如荼，有前期协作机器人发展的结果，也有来自于计算机技术和大模型的创新，民用和工业场景都成为最具有前景的发展方向，于工业而言，工厂存在大量单臂、双臂、人形场景，缺少机器操作策略，更成为将来机器人部署的动力。目前来看，以FRANKA机器人为主的七轴力控机器人，在具身机器人的数据集发展当中，起到了引领作用。

一种基于物理身体进行感知和行动的智能系统，其通过智能体与环境的交互获取信息理解问题、做出决策并实现行动，从而产生智能行为和适应性。具身智能的实质：强调有物理身体的智能体通过与物理环境进行交互而获得智能的人工智能研究范式。从机器人的角度出发，具身智能在机器人上的应用体现可以划分为三阶段：感知、推理、执行。

这里稍微介绍一下强化学习，它的基本原理是agent通过在一个环境中不断地探索，根据反馈到的奖惩进行调整，以使得自己的长期收益最大化。这句话蕴含了强化学习里面的几大基本要素：环境environment、探索动作action、奖励函数reward，以下是一个完整的强化学习基础要素示意图：从Ray官方文档找个训练过程step by step的示意。左上角是奖励reward, 动作包含action和right，当agent进门才能得到5分奖励。

为强化学习算法提供一个标准化的连续控制任务集和比较不同算法的性能OpenAI Gym在连续控制任务具有标准化结构。