人形機(jī)器人報(bào)告（一）：大模型視角下人形機(jī)器人的現(xiàn)在和未來

內(nèi)容目錄人形機(jī)器人的核心價(jià)值來自通用性 4大模型加速人形機(jī)器人產(chǎn)業(yè)化落地 6技術(shù)和成本限制人形機(jī)器人的產(chǎn)業(yè)化 6LLM：人工智能邁出走向AGI的重要一步 9人形機(jī)器人：機(jī)器人領(lǐng)域的Agent 15人形機(jī)器人的落地需要具體場景 22未來推演：自動駕駛發(fā)展歷程給人形機(jī)器人的啟示 25自動駕駛在港口、礦山已經(jīng)取得進(jìn)展 25大數(shù)據(jù)大模型驅(qū)動的方案成為趨勢 27端到端的大模型或是終極方案 29風(fēng)險(xiǎn)提示 31圖表目錄圖表1：工業(yè)機(jī)器人市場規(guī)模 4圖表2：工業(yè)機(jī)器人在不同行業(yè)、不同場景的應(yīng)用成熟度 4圖表3：汽車總裝線依然大量依賴人工 5圖表4：谷歌everydayrobot（左）、波士頓動力Spot（中）和特斯拉Optimus（右） 6圖表5：2022年比亞迪員工人數(shù) 6圖表機(jī)器人的前身 7圖表機(jī)器人可以完成倒水任務(wù) 8圖表機(jī)器人可以做出各種手勢 8圖表9：波士頓動力推出的代表性產(chǎn)品 8圖表10：AI發(fā)展的三次浪潮 10圖表生成式發(fā)展歷程 10圖表12：公元前9000年至今的通用目的技術(shù)（GPT） 圖表13：AIAgent通過與真實(shí)世界交互，構(gòu)建了完整的“感知-認(rèn)知-執(zhí)行”的信息閉環(huán) 12圖表14：復(fù)旦大學(xué)團(tuán)隊(duì)提出Agent框架包括控制、感知、行動三個(gè)模塊 13圖表15：Open認(rèn)為Agent是用LLM（大腦）+記憶+規(guī)劃+工具使用 13圖表16：人類與協(xié)同的三種模式 14圖表17：LLM-basedagents主要研究方向 14圖表18：斯坦福構(gòu)建的虛擬小鎮(zhèn)，里面有25個(gè)Agents生活 15圖表19：傳統(tǒng)機(jī)器人的兩大挑戰(zhàn) 15圖表20：單純的大預(yù)言模型會給出不合情景的回答 16圖表21：SayCan模型結(jié)合輸出結(jié)果的相關(guān)性和可執(zhí)行性，綜合做出最佳選擇 16圖表22：研究人員讓Saycan模型執(zhí)行的101個(gè)任務(wù) 17圖表23：Saycan模型在各模型下的執(zhí)行成功率 17圖表24：把chatGPT引入機(jī)器人改變了過去人機(jī)交互的邏輯 17圖表25：RT-1模型結(jié)構(gòu) 18圖表26：RT-1模型的執(zhí)行成功率要高于其他模型 18圖表27：Palm-E是一個(gè)多模態(tài)語言具身模型 19圖表28：搭載GooglePaLM-E模型的機(jī)器人從抽屜里拿出薯片 19圖表29：機(jī)器人控制算法一般是雙層結(jié)構(gòu) 20圖表30：使用強(qiáng)化學(xué)習(xí)做機(jī)器人運(yùn)動控制 20圖表31：RT-2在大模型的基礎(chǔ)上用機(jī)器人數(shù)據(jù)微調(diào)，然后輸出機(jī)器人動作 20圖表32：RT-2模型在理解、推理方面的能力要顯著優(yōu)于模型 21圖表33：RT-2模型在未知場景的表現(xiàn)明顯優(yōu)于模型 21圖表34：google在機(jī)器人大模型領(lǐng)域研究進(jìn)展 21圖表35：特斯拉在2022年4月邁出第一步 22圖表36：2023年9月特斯拉發(fā)布的視頻中進(jìn)行瑜伽和物品分揀 22圖表37：2023年月-gen2可以完成深蹲動作 22圖表38：2023年月-gen2搭配觸覺傳感器拿起雞蛋 22圖表39：人形機(jī)器人潛在落地場景 23圖表40：小米科技人形機(jī)器人的1+N+X戰(zhàn)略 24圖表41：優(yōu)必選walker機(jī)器人的六大應(yīng)用場景 24圖表42：digit機(jī)器人在工廠搬運(yùn) 25圖表43：digit機(jī)器人收到命令后的思考過程 25圖表44：踏歌智行的國家能源勝利一號露天煤礦項(xiàng)目 26圖表45：踏歌智行基于車、地、云協(xié)同的“曠谷”解決方案 26圖表46：踏歌智行的車載硬件方案 26圖表47：華為在天津港實(shí)現(xiàn)L4級自動駕駛 27圖表48：自動駕駛進(jìn)入3.0時(shí)代 28圖表49：自動駕駛的數(shù)據(jù)閉環(huán) 28圖表50：使用英偉達(dá)EmerNeRF進(jìn)行仿真 29圖表51：關(guān)于自動駕駛端到端方案的論文數(shù)量明顯增加 29圖表52：端到端方案與傳統(tǒng)方案的對比 30圖表53：特斯拉基于占用網(wǎng)絡(luò)的感知 30圖表54：特斯拉基于車道線和物體算法（lane&object）的感知 30人形機(jī)器人的核心價(jià)值來自通用性如何增強(qiáng)機(jī)器人的泛用性是行業(yè)一直致力解決的問題。傳統(tǒng)的工業(yè)機(jī)器人并不能直接使用，需要被系統(tǒng)集成商集成后使用。機(jī)器人的系統(tǒng)集成需要對客戶工藝的深刻理解，是高度定制2022年工億，并不是一個(gè)非常大的市場。圖表1：工業(yè)機(jī)器人市場規(guī)模中國工業(yè)機(jī)器人市場規(guī)模70060050040030020010002019 2020 2021 2022資料來源：，IFR，五礦證券研究所3C、紡織、包裝等行業(yè)，但在這些行業(yè)之中依然有大的總裝環(huán)節(jié)95%汽車總裝的時(shí)候需要工人進(jìn)入車內(nèi)空間操作，單個(gè)工人使用的10個(gè)，并非簡單、單一的操作。圖表2：工業(yè)機(jī)器人在不同行業(yè)、不同場景的應(yīng)用成熟度資料來源：iresearch五礦證券研究所圖表3：汽車總裝線依然大量依賴人工資料來源：AI汽車制造業(yè),五礦證券研究所小米集團(tuán)高級副總裁曾學(xué)忠認(rèn)為，在未來智能制造體系里面，自動化設(shè)備、人形機(jī)器人以及人將以7：2：1黃金法則來組成。未來70%的對制造質(zhì)量和制造效率要求高的工作依靠自動化設(shè)備來完成；20%高復(fù)雜度、高柔性的場景需要人形機(jī)器人來完成；10%是工作還是要依靠人，因?yàn)樽罱K數(shù)據(jù)與價(jià)值的管理還是要依靠人，人才可以定義價(jià)值。根據(jù)智研咨詢，2022年中國自動化設(shè)備的市場規(guī)模達(dá)到2909億元，全球自動化設(shè)備達(dá)到2308億美元。以此推算，僅在工業(yè)制造領(lǐng)域，人形機(jī)器人未來潛在市場規(guī)模約660億美元（全球市場）。人形機(jī)器人會帶來整個(gè)自動化市場的擴(kuò)張。我們希望機(jī)器人滲透到社會的方方面面幫助我們工作，但當(dāng)前的工業(yè)機(jī)器人需要系統(tǒng)集成商去安裝部署，所以很難滲透到非標(biāo)準(zhǔn)化的場景之中，這限制了整個(gè)行業(yè)的市場規(guī)模。我們認(rèn)為，依賴人形機(jī)器人的泛用性，未來機(jī)器人可以從標(biāo)準(zhǔn)化工業(yè)場景進(jìn)一步滲透到非標(biāo)準(zhǔn)化場景，也包括建筑、商業(yè)導(dǎo)覽、醫(yī)療護(hù)理、教育培訓(xùn)、家庭服務(wù)等非工業(yè)領(lǐng)域。這將會給機(jī)器人行業(yè)帶來遠(yuǎn)超之前的市場空間。“人形”只是表象，通用++機(jī)械臂上衍化而來。人形機(jī)器人的“小腦”運(yùn)動控制算法，是在四足機(jī)器人的基礎(chǔ)上發(fā)展而OptimusSpot這everyday這樣的輪式機(jī)器人。圖表4：谷歌everydayrobot（左）、波士頓動力Spot（中）和特斯拉Optimus（右）資料來源：機(jī)器人大講堂、新智元、特斯拉，五礦證券研究所人形機(jī)器人潛在的市場規(guī)模是巨大的。比亞迪2022年年報(bào)披露，比亞迪共有員工57.01萬人，其中生產(chǎn)工人44.21萬人，占比78%?？梢娂词乖诟叨茸詣踊钠囆袠I(yè)，依然有大量10%（4.4萬人1:12088億元市場規(guī)模。圖表5：2022年比亞迪員工人數(shù)財(cái)務(wù)人員,行政人員,2527,0.4%25751,4.5% 銷售人員,23690,4.2%

技術(shù)人員,76016,13.3%生產(chǎn)人員,442076,77.5%資料來源：wind，五礦證券研究所大模型加速人形機(jī)器人產(chǎn)業(yè)化落地以chatGPT為代表的新一代人工智能技術(shù)，讓人形機(jī)器人的場景落地進(jìn)度大大加快。LLM+AIAgent，是大模型落地的重要場景之一?；凇俺ＷR”的語義理解，2）復(fù)雜任務(wù)的分解。賦予人形機(jī)器人更好的人機(jī)交互能力、規(guī)劃決策能力，解決了傳技術(shù)和成本限制人形機(jī)器人的產(chǎn)業(yè)化早在年，日本早稻田大學(xué)就制造出了世界上第一臺人形機(jī)器人WABOT-1。WABOT-1WABOT-14510年，WABOT-2具有與日本人進(jìn)行自然對話的能力，還能用眼睛看樂譜，用手腳靈活地演奏電子琴，具有演奏中級難度音樂的能力。此外，它還可以識別歌聲，自動進(jìn)行轉(zhuǎn)錄。盡管人形機(jī)器人早已出現(xiàn)，但商業(yè)化落地始終沒有成功。本田、波士頓動力曾嘗試過人形機(jī)器人的商業(yè)化，均已失敗告終。本田的ASIMO機(jī)器人本田的ASIMO（中文名：阿西莫）機(jī)器人，是全球最早實(shí)現(xiàn)雙足行走能力的機(jī)器人?！癆SIMO200010311986年。年，本田制造的第一臺機(jī)器人被稱為E0。E0只有“下半身”而且走得很慢，有時(shí)20秒才能完成一個(gè)步驟，所以也被稱為靜態(tài)步行。年，本田推出E1，可以執(zhí)行“動態(tài)步行”，更加類似人的步伐。年，本田陸續(xù)推出了E4\E5\E6。此時(shí)機(jī)器人已經(jīng)可以輕松在斜坡、樓梯、崎嶇不平的路面行走。年，本田推出P1/P2/P3機(jī)器人，看起來更具“人形”，可以抓住物品、推動小車、在外力作用下保持平衡。ASIMO2006年、年推出了第二代、第三代ASIMOASIMO579km/h的行走速度，可以上下樓梯、開瓶、倒水，還可以對周圍人群或動物的位置、動作和行動路線進(jìn)行預(yù)估判斷。圖表6：ASIMO機(jī)器人的前身資料來源：VTEC范兒，五礦證券研究所2011年福島核電站事故發(fā)生后，民眾希望把ASIMO派到核電站進(jìn)行災(zāi)后救援工作，但本田表示“現(xiàn)在還沒有達(dá)的高達(dá)300-400萬美金的造價(jià)也決定了ASIMO很難商業(yè)化落地。628ASIMO的研發(fā)，以專注于該技術(shù)的更多實(shí)際應(yīng)用。圖表機(jī)器人可以完成倒水務(wù) 圖表機(jī)器人可以做出各種勢 資料來源：VTEC范兒,五礦證券研究所 資料來源：機(jī)器人大講堂，五礦證券研究所波士頓動力TheLaboratory（Marc2005年，波士頓動力和美國國防高等研究計(jì)劃局合作的四足機(jī)器人Big和用于逼真人體模擬的DI-guyLS3、cheetah、Atlas、Spot等。圖表9：波士頓動力推出的代表性產(chǎn)品產(chǎn)品 圖片 產(chǎn)品介紹產(chǎn)品 圖片 產(chǎn)品介紹BigDog(2005)LS3（2012）Cheetah(2012)

135采用15450等。1.7509的負(fù)載。dog122448/SpotSpot(2015)0.947545公斤的有效12petmanpetman（2009）Petman的設(shè)立目的是為美軍測試防護(hù)服性能，是波士頓的動力的首個(gè)雙足機(jī)器人，需要拖著電纜在履帶上晃晃悠悠地行走Atlas(2013)波士頓動力最著名的機(jī)器人，以年第三代28感知到的數(shù)據(jù)規(guī)劃，完成一些列跑酷動作資料來源：新智元、古月居、百度百科、澎湃、搜狐、鋼鐵俠科技，五礦證券研究所應(yīng)用場景，波士頓動力的機(jī)器人很價(jià)格，由于以軍用為目標(biāo)進(jìn)行研發(fā)更看重性能要求，波士頓動力的機(jī)器人采用了高成本的液壓驅(qū)動的系統(tǒng)。液壓驅(qū)動系統(tǒng)的優(yōu)點(diǎn)是明顯的——抗負(fù)載剛性大、驅(qū)動力大，但功耗高、自重更重，也很難降本。波士頓動年推出了首款商用機(jī)械狗745萬年spot400臺。201330億美元被googleX20178880%30億美元下降到億美元。LLM：人工智能邁出走向AGI的重要一步基于對于智能的不同理解，人工智能產(chǎn)生了不同的流派。符號主義：符號主義認(rèn)為智能是基于邏輯規(guī)則的符號操作，人的認(rèn)知活動是符號計(jì)算的過程。智能的核心就是根據(jù)某套規(guī)則做出理性決策。1956~1986年，符號主義經(jīng)歷了從一枝獨(dú)秀到逐漸衰落的過程，對應(yīng)人工智能發(fā)展的第一次浪潮。當(dāng)時(shí)AI的主要成就是用機(jī)器證明的辦法證明和推理一些知識，能夠解開拼圖或?qū)崿F(xiàn)簡單的游戲。但當(dāng)時(shí)的人工智能卻幾乎無法解決任何實(shí)用的問題。聯(lián)結(jié)主義：聯(lián)結(jié)主義也被稱為仿生學(xué)派，認(rèn)為智能是腦神經(jīng)元構(gòu)成的信息處理系統(tǒng)。他們認(rèn)為大腦是由神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)聯(lián)結(jié)而成，而人類智能的實(shí)現(xiàn)過程就是通過神經(jīng)網(wǎng)絡(luò)中神70（1976-2006）和第三次人工智能浪潮（2006至今）。兩者的劃分點(diǎn)在于深度學(xué)習(xí)算法：隨著硬件瓶頸的突破、模型的進(jìn)步，深度學(xué)習(xí)算法取得突破并在第三次浪潮中被廣泛運(yùn)用。行為主義：行為主義也被稱之為進(jìn)化主義，認(rèn)為智能是通過感知外界環(huán)境做出相應(yīng)的行為。符號主義和聯(lián)結(jié)主義并未真正解決智能體與真實(shí)物理世界交互的難題，在可解釋性、魯棒性方面也面臨很大挑戰(zhàn)。莫拉維克悖論（要讓電腦如成人般地下棋是相對容易的,但是要讓電腦有如一歲小孩般的感知和行動能力卻是相當(dāng)困難甚至是不可能的）就體現(xiàn)了很多學(xué)者的擔(dān)憂。布魯克斯從控制論角度出發(fā),強(qiáng)調(diào)智能是具身化和情境化的，智能體必須擁有“身體”并通過與真實(shí)世界的交互來發(fā)育或進(jìn)化出智能。行為主義希望能夠通過模擬生物的進(jìn)化機(jī)制，使機(jī)器獲得自適應(yīng)能力。2AlphaGoAI；另一個(gè)是以chatGPT為代表的生成式AI。圖表10：AI發(fā)展的三次浪潮資料來源：騰訊STAC科創(chuàng)聯(lián)合大會,五礦證券研究所AI2060Eliza2014年生成對抗網(wǎng)絡(luò)GAN（Generative隨著Auto-Encoder）、擴(kuò)散模型等新訓(xùn)練方法的提出和應(yīng)用，生成式AI迎來了高速發(fā)展。圖表11：生成式AI發(fā)展歷程資料來源：2023年全球生成式AI產(chǎn)業(yè)研究報(bào)告,五礦證券研究所生成式AI領(lǐng)域最大的突破還是來自于大語言模型（Largemodels，LLM）。2017年提出transformer202211openAI上線了chatGPT202311億，成為歷史上增長最快的應(yīng)用。3AI推出chatGPT35的基礎(chǔ)上進(jìn)一步擁有多模態(tài)能力，可以接受圖像輸入并理解圖像內(nèi)容。GPT驚人的展現(xiàn)出了創(chuàng)造力，因而有觀點(diǎn)認(rèn)為GPT正在逐漸演化為一種“通用人工智能”（ArtificialGeneralIntelligence，AGI）,盡管這種觀點(diǎn)并未達(dá)成一致。中科院院士張鈸認(rèn)為，“chatGPT向通用人工智能邁出了一步”。微軟也在《人工通用智能的星星之火:GPT-4的早期實(shí)驗(yàn)》一文指出，“GPT-4能力的通用性，與跨越廣泛領(lǐng)域的眾多能力相結(jié)合，以及它在廣泛的任務(wù)范圍上達(dá)到或超越人類水平的表現(xiàn)，使我們可以輕松地說，GPT-4是邁向AGI的重要一步”。GPT之前，研究的主陣地是專用或者功能性先在下棋、計(jì)算、圖像識別、語音識別等專業(yè)細(xì)分領(lǐng)域入手，在專業(yè)領(lǐng)域有足夠積累之后逐步演化為通用智能，是以往人工智能發(fā)展的主流路徑。大模型打開了一條“先通后?！钡娜斯ぶ悄馨l(fā)展路徑。AI先具備龐大的先驗(yàn)知識庫和通識理解能力，在此基礎(chǔ)上我們再給AI賦予專業(yè)能力，會讓很多原來不可能的任務(wù)變得簡單。比如，讓機(jī)器人把桌上垃圾扔到垃圾桶里，不再需要告訴它垃圾是什么、垃圾桶是什么，這些都在預(yù)訓(xùn)練的大模型里。具備通識理解能力的大模型，將作為一項(xiàng)通用目的技術(shù)賦能各行各業(yè)，成為經(jīng)濟(jì)增長的重要引擎?，F(xiàn)代經(jīng)濟(jì)增長理論有“通用目的技術(shù)”（GeneralPurposeT）的概Purpose。通用目的技Bresnahan普遍適用性；進(jìn)步性，通過創(chuàng)新孕育性，通用目的技術(shù)的創(chuàng)新會促進(jìn)相關(guān)應(yīng)用技術(shù)的創(chuàng)新。Lipsey等人在《Economictransformations:generalpurposetechnologieslong-termeconomic》中曾對歷史上的通用目的技術(shù)進(jìn)行900024種技術(shù)可以稱為通用目的技術(shù)。陳永偉則在《作為GPT的GPT：通用目的技術(shù)視角下新一代人工智能的機(jī)遇與挑戰(zhàn)》一文指出，生成式AI也應(yīng)當(dāng)可以被認(rèn)為是通用目的技術(shù)。圖表12：公元前9000年至今的通用目的技術(shù)（GPT）編號技術(shù)時(shí)間分類1分類21動物馴化公元前9000-8000年流程型技術(shù)材料技術(shù)2動物馴養(yǎng)公元前8500-7500年流程型技術(shù)材料技術(shù)、能源技術(shù)、交通技術(shù)3礦石冶煉公元前8000-7000年流程型技術(shù)材料技術(shù)4輪子公元前4000-3000年產(chǎn)品型技術(shù)工具、交通技術(shù)5寫作公元前3400-3200年流程型技術(shù)信息和通訊技術(shù)6青銅公元前2800年產(chǎn)品型技術(shù)材料技術(shù)7鋼鐵公元前1200年產(chǎn)品型技術(shù)材料技術(shù)8水車中世紀(jì)早期產(chǎn)品型技術(shù)能源技術(shù)9三桅帆船15世紀(jì)產(chǎn)品型技術(shù)交通技術(shù)10印刷術(shù)16世紀(jì)流程型技術(shù)信息和通訊技術(shù)11蒸汽機(jī)18世紀(jì)晚期到19世紀(jì)早期產(chǎn)品型技術(shù)能源技術(shù)12工廠體系18世紀(jì)晚期到19世紀(jì)早期組織型技術(shù)組織技術(shù)13鐵路19世紀(jì)中期產(chǎn)品型技術(shù)交通技術(shù)14鐵輪船19世紀(jì)中期產(chǎn)品型技術(shù)交通技術(shù)15內(nèi)燃機(jī)19世紀(jì)晚期產(chǎn)品型技術(shù)能源技術(shù)16電力19世紀(jì)晚期產(chǎn)品型技術(shù)能源技術(shù)17汽車20世紀(jì)產(chǎn)品型技術(shù)交通技術(shù)18飛機(jī)20世紀(jì)產(chǎn)品型技術(shù)交通技術(shù)19大規(guī)模生產(chǎn)20世紀(jì)組織型技術(shù)組織技術(shù)20計(jì)算機(jī)20世紀(jì)產(chǎn)品型技術(shù)信息和通訊技術(shù)21精益生產(chǎn)20世紀(jì)組織型技術(shù)組織技術(shù)22互聯(lián)網(wǎng)20世紀(jì)產(chǎn)品型技術(shù)信息和通訊技術(shù)23生物技術(shù)20世紀(jì)流程型技術(shù)材料技術(shù)24納米技術(shù)21世紀(jì)某個(gè)節(jié)點(diǎn)流程型技術(shù)材料技術(shù)資料來源：作為GPT的GPT：通用目的技術(shù)視角下新一代人工智能的機(jī)遇與挑戰(zhàn),五礦證券研究所AIAgent的落地方式逐步得到認(rèn)可。AIAgent的核心意義在于補(bǔ)足了執(zhí)行環(huán)節(jié)，強(qiáng)調(diào)大模型與真實(shí)世界的互動，從而構(gòu)建了完整的信息閉環(huán)。完全基于互聯(lián)網(wǎng)的文字、圖片信息訓(xùn)練而來的GPT具有一定的通識能力和推理能力，展現(xiàn)出了智慧的火花。但這種智能是“紙上談兵”，缺乏對現(xiàn)實(shí)世界復(fù)雜性和多樣性的深刻。圖文是一種抽象的、高度凝練的信息，在傳遞信息的時(shí)候也遺漏了很多信息，這從根本上決定了大模型存在一些難以避免的局限性。我們認(rèn)為，大模型需要與真實(shí)世界產(chǎn)生互動，并通過“具身交互”構(gòu)建多模態(tài)的“感知-認(rèn)知-執(zhí)行”的完整信息閉環(huán)。AI三大學(xué)派中的行為主義學(xué)派有類似的觀點(diǎn)——行為主義學(xué)派認(rèn)為，智能體必須擁有“身體”并通過與真實(shí)世界的交互來發(fā)育或進(jìn)化出智能。圖表13：AIAgent通過與真實(shí)世界交互，構(gòu)建了完整的“感知-認(rèn)知-執(zhí)行”的信息閉環(huán)資料來源：五礦證券研究所目前對AIAgentTheRisePotentialofLargeeMlBsdAts:ASyAIAt（rin感知（perception）、行動（action）。OpenAILilianWengAIAgent的形容是：Agent=LLM+記憶+規(guī)劃+工具使用。其中是核心大腦；記憶、規(guī)劃、工具使用則Agents系統(tǒng)實(shí)現(xiàn)的三個(gè)關(guān)鍵組件。一般認(rèn)為，AIAgent是具有自主性、反應(yīng)性、積極性和社交能力特征的智能實(shí)體，本質(zhì)是一個(gè)可以感知其環(huán)境、在給定目標(biāo)下做出決策并采取行動的系統(tǒng)。圖表14：復(fù)旦大學(xué)團(tuán)隊(duì)提出AIAgent框架包括控制、感知、行動三個(gè)模塊資料來源：TheRiseandPotentialofLargeLanguageModelBasedAgents:ASurvey,五礦證券研究所圖表15：OpenAI認(rèn)為Agent是用LLM（大腦）+記憶+規(guī)劃+工具使用資料來源：騰訊研究院,五礦證券研究所Agent更強(qiáng)調(diào)“執(zhí)行”，會帶來人與人工智能交互模式的巨大改變。AI至今與人(mbig（oilt（Aent嵌入模式。用戶使用提示詞來設(shè)定目標(biāo)，然后AI協(xié)助用戶完成這些目標(biāo)，比如普通用戶向生成式AI輸入提示詞創(chuàng)作小說；副駕駛（Copilot）模式。人類和AI更像是合作伙伴，共同參與到工作流程中，各自發(fā)揮作用。模式。人類設(shè)定目標(biāo)和提供必要的資源，然后AI獨(dú)立地承擔(dān)大部分工作，最后人類監(jiān)督進(jìn)程以及評估最終結(jié)果。圖表16：人類與AI協(xié)同的三種模式資料來源：騰訊研究院,五礦證券研究所Emig模式和iltAI只是起到提升效率的作用。AI的智能水平尚未達(dá)到完美，使用Agent的交互模式更為高效，將會更大程度的使人類從重復(fù)復(fù)雜的勞動中釋放，帶來更好的使用體驗(yàn)。面壁智能認(rèn)為，大模型想要落地到具體場景，AIAgent是重要路徑，它代表的是比“裸”模型更擬人的使用體驗(yàn)；未來萬物都會是Agent，比如電飯鍋可以是Agent，放入食材后，我們跟它說要熬粥，它就會根據(jù)熬粥的邏輯，去設(shè)定相應(yīng)的加熱方式。目前學(xué)術(shù)界針對LLM-basedagents的研究主要集中在社會科學(xué)、自然科技、機(jī)械工程三個(gè)領(lǐng)域。其中在計(jì)算機(jī)科學(xué)和軟件工程、機(jī)器人和具身智能方面的研究成果相對較多。圖表17：LLM-basedagents主要研究方向LLM-basedagentsLLM-basedagents社會科學(xué)領(lǐng)域自然科學(xué)領(lǐng)域機(jī)械工程領(lǐng)域心理學(xué)政治經(jīng)濟(jì)學(xué)社會模擬 法學(xué) 研究助理文件數(shù)據(jù)管理實(shí)驗(yàn)助手自然科學(xué)教育土木工程計(jì)算機(jī)科學(xué)和軟件工程工業(yè)自動 機(jī)器人化 具身智能資料來源：ASurveyonLargeLanguageModelbasedAutonomousAgents,五礦證券研究所我們認(rèn)為，AIAgent的重要一步risepotentialofBasedAgentsAAGI語言模型已經(jīng)來到了第二級。依靠LLM-basedAgents感知和行動，人工智能將達(dá)到第三、第四級。進(jìn)一步通過多個(gè)Agent互動，則有潛力來到第五級——代理社會。Smallville的虛擬小鎮(zhèn)，25個(gè)AIAgents至舉辦情人節(jié)派對，每個(gè)agent都有獨(dú)特的個(gè)性和背景故事。圖表18：斯坦福構(gòu)建的虛擬小鎮(zhèn)，里面有25個(gè)AIAgents生活資料來源：機(jī)器之心,五礦證券研究所人形機(jī)器人：機(jī)器人領(lǐng)域的AIAgent我們把人形機(jī)器人理解為大模型在機(jī)器人領(lǐng)域的一種AIAgent。通過大模型，機(jī)器人具備了自然語言和視覺/觸覺的多模態(tài)交互能力、適應(yīng)多場景的泛化能力，這是之前的機(jī)器人所做不到的。圖表19：傳統(tǒng)機(jī)器人的兩大挑戰(zhàn)資料來源：CornellUniversity,五礦證券研究所在LLM模型出現(xiàn)后，學(xué)術(shù)界進(jìn)行了大量研究，把LLM的語義理解能力和推理生成能力引入到機(jī)器人，讓LLM來充當(dāng)機(jī)器人的“大腦”。在引入LLM的過程中，首先遇到的問題是：最初的LLM是一個(gè)語言模型，并不是以物理世界為基礎(chǔ)的。這使得LLM會給出一些正確的，但和當(dāng)時(shí)的情景格格不入、毫無用處的輸出。圖表20：單純的大預(yù)言模型會給出不合情景的回答資料來源：DoAsICan,NotAsISay:GroundingLanguageinRoboticAffordances,五礦證券研究所2le提出的SyanSyCnLM和valuecti。Mfunction還會對（affordance）SayCan模型綜合兩個(gè)打分，給出最合適的結(jié)果。圖表21：SayCan模型結(jié)合LLM輸出結(jié)果的相關(guān)性和可執(zhí)行性，綜合做出最佳選擇資料來源：DoAsICan,NotAsISay:GroundingLanguageinRoboticAffordances,五礦證券研究所研究人員以Palm和FLAN2個(gè)SayCanSayCan個(gè)任務(wù)，結(jié)果顯示兩個(gè)模型都取得了較好的成果。在模擬環(huán)境下Palm-SayCan84%，F(xiàn)LAN-SayCanPalm-SayCan的74%，F(xiàn)LAN-SayCan61%。圖表22：研究人員讓模執(zhí)行的101個(gè)任務(wù) 圖表23：Saycan型在各型下執(zhí)行功率資料來源：DoAsICan,NotAsISayGroundingLanguageinRoboticAffordances,五礦證券研究所

資料來源：DoAsICan,NotAsISayGroundingLanguageinRoboticAffordances,五礦證券研究所2ChatGPTRoboticsDesignPrinciplesAbilities。文模型的輸出內(nèi)容是文字，不能操作機(jī)器人的動作，因此微軟提出了使用API調(diào)用的方法：事先定義好API的輸出文本（prompt）API接口，最終實(shí)現(xiàn)通過自然語言控制機(jī)器人。微軟指出，在這個(gè)過程中，API的名字定義至關(guān)重要。好的API命名可以讓選擇正確的API接口。文章中，研究人員要求ChatGPT編寫一種算法，讓無人機(jī)能夠在不撞上障礙物的情況下到達(dá)空中的目標(biāo)位置。ChatGPT立即理解了研究人員的任務(wù)，并編碼了算法的大部分關(guān)鍵構(gòu)建塊。一個(gè)好的輸出文本（prompt）是大語言模型能否成果的關(guān)鍵。但prompt工程復(fù)雜且耗時(shí)，Robotics研究工具PromptCraftprompt和對話例子。圖表24：把chatGPT引入機(jī)器人改變了過去人機(jī)交互的邏輯資料來源：ChatGPTforRobotics:DesignPrinciplesandModelAbilities,五礦證券研究所12模型。RTRobotics。谷歌通過RT-1第一次證明了，通過龐大的、多樣化的、任務(wù)無關(guān)的數(shù)據(jù)，機(jī)器人也可以展現(xiàn)出泛化性，執(zhí)行一些未曾見過的任務(wù)。131713萬個(gè)片段的也強(qiáng)調(diào)，因?yàn)槭占鎸?shí)世界機(jī)器人數(shù)據(jù)非常困難，因此模型的泛化和微調(diào)能力非常關(guān)鍵。RT-1是一個(gè)基于機(jī)器人數(shù)據(jù)的端到端模型，輸入端是一小段圖像序列和用文本描述的任務(wù)，輸出端是動作指令，包括7個(gè)維度的手臂動作指令（armmovement）、3個(gè)維度的基礎(chǔ)移動指令(basemovement)和1個(gè)維度的狀態(tài)切換指令（modes）。FilM網(wǎng)絡(luò)進(jìn)行預(yù)處理；tokenlearner計(jì)算出一組token；3）使用transformer模型計(jì)算token。圖表25：RT-1模型結(jié)構(gòu)資料來源：RT-1:RoboticsTransformerforReal-WorldControlatScale,五礦證券研究所研究人員讓機(jī)器人執(zhí)行了超過700項(xiàng)任務(wù)，結(jié)果顯示：在之前見過的場景、之前未見過的場景、被干擾場景、背景更換場景，搭載RT-1模型的機(jī)器人都展現(xiàn)出了更高的成功率。圖表26：RT-1模型的執(zhí)行成功率要高于其他模型資料來源：RT-1:RoboticsTransformerforReal-WorldControlatScale,五礦證券研究所3月，Google發(fā)布了視覺語言模型PaLM-EPaLM-E的名稱來自于google之前發(fā)布的PaLM預(yù)訓(xùn)練算法，和機(jī)器人的身體E（embodied）。谷歌和柏林工業(yè)大學(xué)稱，aLM-E（Vision-Language，可以在不需要再訓(xùn)練的情況下執(zhí)行各種任務(wù)。通過語言模型與視覺模型相結(jié)合，PaLM-E5620億。PaLM-E的創(chuàng)新之處在于：PaLM-E首次把具身信息（包括自然語言、視頻、傳感器狀態(tài)等非文字信息）非文字信息token化，統(tǒng)一輸入到模型之中。圖表27：Palm-E是一個(gè)多模態(tài)語言具身模型資料來源：PaLM-E:AnEmbodiedMultimodalLanguageModel,五礦證券研究所PaLM-E展示了long-horizon場景1下的能力。當(dāng)研究人員要求機(jī)器人“把抽屜里的薯片拿過來”，PaLM-E可以為一個(gè)有“手臂”的移動機(jī)器人平臺生成行動計(jì)劃，并自行執(zhí)行任務(wù)。圖表28：搭載GooglePaLM-E模型的機(jī)器人從抽屜里拿出薯片資料來源：PaLM-E:AnEmbodiedMultimodalLanguageModel,五礦證券研究所PaLM-E和微軟使用大模型充當(dāng)?shù)氖菣C(jī)器人的“大腦”,而沒有介入“小腦”也就是底層的控制算法。微軟、PaLM-E模型最后輸出的都是文字，并通過文字調(diào)用API來實(shí)現(xiàn)最終的控制。最底層的控制算法依然是傳統(tǒng)的控制方法。目前主流的足式機(jī)器人控制方法是雙層結(jié)構(gòu)。最常見的方案是基于模型預(yù)測控制(ModelPredictive,MPC)的上層軌跡規(guī)劃和基于動力學(xué)模型的下層全身關(guān)節(jié)力控(Whole-BodyWBC)。這種方法的典型代表是MIT的minicheetah。但MPC+WBC的方法需要復(fù)雜的建模和繁瑣的人工調(diào)參，生成的動作在自然度和靈活性上也有所欠缺。也有一些研究使用了強(qiáng)化學(xué)習(xí)（Reinforcement的方法，好處是沒有模型的限制，對復(fù)雜環(huán)境適應(yīng)力更強(qiáng)。為了滿足強(qiáng)化學(xué)習(xí)所需要的龐大數(shù)據(jù)，一般會把機(jī)器人放在仿真環(huán)境訓(xùn)練，之后再遷移到真實(shí)世界的機(jī)器人。由于仿真環(huán)境無法100%模擬真實(shí)世界，因此會有sim-to-real的問題。1Long-horizon場景：指需要結(jié)合環(huán)境進(jìn)行多次預(yù)測以完成任務(wù)的復(fù)雜場景圖表29：機(jī)器人控制算一般雙層構(gòu) 圖表30：使用強(qiáng)化學(xué)習(xí)機(jī)器運(yùn)動制 資料來源：小米技術(shù),五礦證券研究所 資料來源：姚期智：機(jī)器人邁向具身通用人工智能,五礦證券研究所7月，Google模型。是一個(gè)視覺-語言動作（VLA）RT2通過海量的互聯(lián)網(wǎng)數(shù)據(jù)對視覺語言模型進(jìn)行預(yù)訓(xùn)練，然后再用少量的機(jī)器人的數(shù)據(jù)進(jìn)行微調(diào)，并使模型直接可以輸出機(jī)器人的動作。RT-255B（RT-1）。圖表31：RT-2在大模型的基礎(chǔ)上用機(jī)器人數(shù)據(jù)微調(diào)，然后輸出機(jī)器人動作資料來源：RT-2:Vision-Language-ActionModelsTransferWebKnowledgetoRoboticControl,五礦證券研究所研究人員對RT-2模型進(jìn)行了和RT-1一樣的測試。結(jié)果顯示，RT-2的理解能力、推理能力、針對未知場景的泛化能力都顯著優(yōu)于RT-1模型。圖表32：RT-2模型在理解、推理方面的能力要顯著優(yōu)于RT-1模型資料來源：RT-2:Vision-Language-ActionModelsTransferWebKnowledgetoRoboticControl,五礦證券研究所RT-2在未見過的場景下，表現(xiàn)明顯要比RT-1好，說明RT-2擁有更好的泛化性。圖表33：RT-2模型在未知場景的表現(xiàn)明顯優(yōu)于RT-1模型資料來源：RT-2:Vision-Language-ActionModelsTransferWebKnowledgetoRoboticControl,五礦證券研究所圖表34：google在機(jī)器人大模型領(lǐng)域研究進(jìn)展使使的輸出內(nèi)容更合理泛化性2022.12RT-12023.7RT-2

2023.3Palm-E562B參數(shù)參數(shù)有泛化性

55B參數(shù)VLA模型，直接作資料來源：google,五礦證券研究所特斯拉將FSD技術(shù)復(fù)用到人形機(jī)器人，率先開啟產(chǎn)業(yè)化。馬斯克表示特斯拉已經(jīng)打通了FSD和optimus的底層模塊，實(shí)現(xiàn)了一定程度的算法復(fù)用。Optimus的神經(jīng)網(wǎng)絡(luò)是端到端的：輸入視頻，輸出動作。盡管當(dāng)下時(shí)點(diǎn)來看，人形機(jī)器人的能力仍有不足，但已經(jīng)顯示出了非?？斓倪M(jìn)化速度，這背年以來人工智能技術(shù)的突飛猛進(jìn)。還是以特斯拉為例，20224月，optimus邁20239月的最新視頻，optimus可以做到：1）基于純視覺和編碼器定位四肢；2）根據(jù)顏色分類物塊；3）較為流暢的行走并做一些簡單的瑜伽動作。12optimus-gen2視頻，機(jī)器人的行動流暢度大幅度提升，搭配手部的觸覺傳感器可以用雙指拿起雞蛋。圖表35：特斯拉在年4月出第步 圖表36：2023年9月斯拉布的頻中進(jìn)行伽和品分揀資料來源：特斯拉AIday2022,五礦證券研究所 資料來源：特斯拉,五礦證券研究所圖表37：2023年12月以完深蹲作 圖表38：2023年12月配觸傳感拿起蛋資料來源：特斯拉AIday2022,五礦證券研究所 資料來源：特斯拉,五礦證券研究所人形機(jī)器人的落地需要具體場景機(jī)器人引入大模型后擁有了“常識”，并帶來了一定的泛化能力，解決了自然語言理解和任務(wù)規(guī)劃的兩大難題。但這種解決方案仍然有很多不足：OpenAI在2021年解散了旗下的機(jī)器人團(tuán)隊(duì)，核心原因就是難以獲取數(shù)據(jù)。由于互聯(lián)網(wǎng)的發(fā)達(dá)，我們有豐富的文字、圖像信息可供大模型訓(xùn)練，但可用于機(jī)器人訓(xùn)練的數(shù)據(jù)十分寶貴。Google的機(jī)器人數(shù)據(jù)是歷時(shí)超過17個(gè)月在13個(gè)機(jī)器人上收集而來，成本高昂。雖然模型數(shù)據(jù)量的增加可以顯著提升模型的泛用性和效果，但這樣的數(shù)據(jù)采集效率明顯無法支撐大模型的需1但是仿真軟件畢竟無法完全模仿現(xiàn)實(shí)世界，在仿真世界訓(xùn)練的算法平移到現(xiàn)實(shí)世界后，模采用類似RT-2的方法，基于互聯(lián)網(wǎng)的文字、圖片數(shù)據(jù)訓(xùn)練獲得場景?，F(xiàn)階段大多數(shù)論文都局限于桌面操作。雖然桌面上有很多難題，但當(dāng)機(jī)器人移動時(shí)，情況通常會變得更加復(fù)雜安全性。大模型內(nèi)部是一個(gè)黑箱，無法保證安全性，但機(jī)器人要在真實(shí)環(huán)境運(yùn)行，可能造成的潛在傷害更大。模型過大，訓(xùn)練成本過高。成功率。真實(shí)世界的應(yīng)用場景中，一般需要99%以上的準(zhǔn)確性和可靠性。然而目前學(xué)術(shù)文章中大多數(shù)結(jié)果的最高成功率在80%左右。而要進(jìn)一步提升成功率，難度會指數(shù)級增加。500Hz的水平，而目前谷歌研發(fā)人形機(jī)器人的商業(yè)化離不開具體的場景?；诖竽Ｐ驮诋?dāng)前時(shí)點(diǎn)的不足，我們認(rèn)為想要制作出像真正人類一樣，可以勝任多場景下復(fù)雜任務(wù)的機(jī)器人，是非常遙遠(yuǎn)的。但是，基于特定場景下的、具有一定程度泛用性的人形機(jī)器人則有很大概率落地。人體具有多個(gè)自由度來適應(yīng)真實(shí)世界的各種環(huán)境。受限于技術(shù)，現(xiàn)階段人形機(jī)器人最多也就幾十個(gè)自由度，我們需要根據(jù)具體的使用場景簡化機(jī)器人的設(shè)計(jì)、控制復(fù)雜度，降低對機(jī)器人泛用性的要求，使人形機(jī)器人更快落地。的發(fā)展進(jìn)入正向循環(huán)，是必經(jīng)之路。基于場景的人形機(jī)器人商業(yè)化思路得到政策認(rèn)可。工信部在《人形機(jī)器人創(chuàng)新發(fā)展指導(dǎo)意見》中，明確提出把特種環(huán)境、制造業(yè)、民生作為人形機(jī)器人落地的三個(gè)重點(diǎn)方向。特種環(huán)境，主要是指惡劣條件、危險(xiǎn)場景，包括要地警戒守衛(wèi)、民爆、救援等。這些場景對人形機(jī)器人復(fù)雜地形行走的魯棒性、態(tài)勢感、決策能力、高精度操作能力提出挑戰(zhàn)。制造業(yè)典型場景，主要是面向3C和汽車領(lǐng)域，包括裝配、檢測、轉(zhuǎn)運(yùn)、維護(hù)等工序，支撐制造業(yè)的柔性制造需求。民生領(lǐng)域，以醫(yī)療、家政、農(nóng)業(yè)、物流為重點(diǎn)，重點(diǎn)在于提升人形機(jī)器人的交互可靠性和安全性。特種環(huán)境制造業(yè)民生要地警戒守衛(wèi)特種環(huán)境制造業(yè)民生要地警戒守衛(wèi)民爆救援3C/汽車裝配、轉(zhuǎn)運(yùn)、檢測、維護(hù)柔性制造醫(yī)療家政農(nóng)業(yè)物流資料來源：人形機(jī)器人創(chuàng)新發(fā)展指導(dǎo)意見,五礦證券研究所企業(yè)主動明確應(yīng)用場景，對接下游需求。小米為機(jī)器人規(guī)劃的發(fā)展路徑是從單點(diǎn)到多點(diǎn)，最終發(fā)展成為生態(tài)。短期小米的人形機(jī)器人扎根某一個(gè)具體場景，以完成1-2個(gè)工種為目標(biāo)。中期人形機(jī)器人將融入小米制造的多個(gè)場景規(guī)?；瘧?yīng)用。這個(gè)過程小米會搭建泛化平臺，積累數(shù)據(jù)、迭代模型。長期小米的人形機(jī)器人將會擴(kuò)展更多場景。圖表40：小米科技人形機(jī)器人的1+N+X戰(zhàn)略資料來源：小米集團(tuán),五礦證券研究所walker6大應(yīng)用場景：展館展廳、影視綜藝、科研高校、家庭服務(wù)、倉儲物流、辦公場景。41walker資料來源：優(yōu)必選,五礦證券研究所10DigitDigit1.756516公斤的物體。Digit具備自Digit機(jī)器人的引入，則的身形非常適合在倉庫移動3年2iit機(jī)器人搭載了Miit發(fā)出命令之后，Digit可以自主思考，拆解任務(wù)并完成。圖表42：機(jī)器人在工廠搬運(yùn) 圖表機(jī)器人收到命令的思過程資料來源：X科技館,五礦證券研究所 資料來源：機(jī)器之能，礦證券研究所未來推演：自動駕駛發(fā)展歷程給人形機(jī)器人的啟示自動駕駛汽車和人形機(jī)器人作為具身智能的兩大形式，在很多地方都有相通之處。何小鵬認(rèn)為，自動駕駛本質(zhì)上是機(jī)器人科學(xué)，智能汽車公司最終也會和機(jī)器人公司在技術(shù)、產(chǎn)品、生態(tài)等等方面融合。參考自動駕駛的發(fā)展歷程，我們認(rèn)為人形機(jī)器人的發(fā)展也會有3個(gè)趨勢：結(jié)合具體的落地場景可以簡化機(jī)器人結(jié)構(gòu)，規(guī)避技術(shù)難題，加快人形機(jī)器人落地；隨著人形機(jī)器人對大數(shù)據(jù)、大模型的要求越來越高，數(shù)據(jù)閉環(huán)能力越來越關(guān)鍵；當(dāng)前階段區(qū)分規(guī)劃算法、控制算法的多模塊的方案將會更容易落地，但連接LLM和控制算法的Prompt自動駕駛在港口、礦山已經(jīng)取得進(jìn)展自動駕駛的發(fā)展，也是從特定場景開始落地。在礦山、港口等特定場景，自動駕駛已經(jīng)取得了亮眼的進(jìn)展。礦山自動駕駛礦山環(huán)境不存在交通法規(guī)問題，且車輛路線相對固定，車速大多在40km/h以下，非常適合開展自動駕駛。此外，礦區(qū)生產(chǎn)運(yùn)輸車輛大、盲區(qū)多，夜晚作業(yè)疲勞駕駛，如何杜絕安全事故一直是生產(chǎn)企業(yè)關(guān)注的重點(diǎn)。90年代，2014年伴隨著無人駕駛發(fā)展才逐漸成熟。礦山無人駕駛車輛落地過程一般分為三個(gè)階段：工程師跟車作業(yè)階段、安全員隨車階段及無安全員運(yùn)行階段。踏歌智行在年完成了無人駕駛礦卡和寬體車的應(yīng)用，開始落地“安全員下車”。24L4級別自動駕駛商業(yè)化落地的難得亮點(diǎn)。圖表44：踏歌智行的國家能源勝利一號露天煤礦項(xiàng)目資料來源：踏歌智行,五礦證券研究所目前從事礦山無人駕駛業(yè)務(wù)的主要企業(yè)包括踏歌智行、慧拓智能、易控智駕、伯鐳科技等。據(jù)工信部賽迪顧問數(shù)據(jù)統(tǒng)計(jì)，截至2022年6月，踏歌智行在礦區(qū)無人駕駛領(lǐng)域市占率為45.1%，位居行業(yè)首位。GlobalData公布的2023年第一季度全球礦業(yè)新銳公司排名中，踏歌智行位列中國第一、全球第六，也是榜單中唯一的礦區(qū)無人駕駛科創(chuàng)公司。圖表45：踏歌智行基于、地云協(xié)的“谷”決方案 圖表46：踏歌智行的車硬件案資料來源：踏歌智行,五礦證券研究所 資料來源：踏歌智行,五礦證券研究所港口自動駕駛港口自動駕駛因?yàn)榘敕忾]及標(biāo)準(zhǔn)化程度高等特點(diǎn)而被視為最有潛力落地自動駕駛的場景之一。中國港口自動駕駛自2020年開始在政策推動下加速，發(fā)展至今呈現(xiàn)“百家爭鳴、百花齊放”的發(fā)展態(tài)勢。截至2023年3月底，全國各港口和內(nèi)陸口岸開展自動駕駛測試或運(yùn)營的場景已近40家，其中，無人駕駛集卡已超過250臺，平板式自動導(dǎo)引車近320臺。港口自動駕駛的代表項(xiàng)目是華為參與的天津港第二集裝箱碼頭。華為從2020年開始參與天津港第二集裝箱碼頭的設(shè)計(jì)規(guī)劃實(shí)施和運(yùn)營，目前已經(jīng)實(shí)現(xiàn)了港口L4級別自動駕駛。通過IGV（Intelligent高效協(xié)同作業(yè)實(shí)現(xiàn)全局效率最優(yōu)。通過北斗+5G+90%0.1%。圖表47：華為在天津港實(shí)現(xiàn)L4級自動駕駛資料來源：華為,五礦證券研究所類比自動駕駛，我們認(rèn)為人形機(jī)器人的落地場景需要有以下特點(diǎn)：1）強(qiáng)需求，在惡劣環(huán)境條件下的作業(yè)、高危作業(yè)、重復(fù)性高強(qiáng)度作業(yè)對人形機(jī)器人有較高的需求；2）場景適度復(fù)雜，簡單空曠場景工業(yè)機(jī)器人可以勝任，過于復(fù)雜多變的環(huán)境則對技術(shù)的挑戰(zhàn)太大。綜合以上兩點(diǎn)，我們認(rèn)為在民爆、救援、制造