浙江大学教授熊蓉：人形机器人关键技术进展与挑战

在春意盎然的四月，由中国机器人网与智能谷产业园联合主办的「2024中国人形机器人生态大会」在上海盛大揭幕。现场汇聚了数千位业界精英，共同聚焦人形机器人产业的最新动态和技术进展。大会如同一场知识的盛宴，与会者深入剖析产业趋势，探寻人形机器人在未来产业融合中的发展方向。

在上午的院士专家报告环节中，浙江大学教授熊蓉女士就「人形机器人关键技术进展与挑战」进行了详尽而精彩的演讲。她的报告深入浅出地介绍了人形机器人的发展背景，阐述了人形机器人在技术和市场方面的巨大潜力。

熊教授指出，人形机器人因其类人的形态，使其更适应人类为自己建设的环境和工具，拥有更好的人机交互感受，展现出更强的通用性和适用性。它的出现不仅是为了替代人类从事某些工作，更是为了打开一扇全新的市场大门。从专用机器人到人形机器人，这是一个技术进步的飞跃，也是一个市场发展的必然趋势。

国内外市场对于人形机器人的前景充满信心，产业巨头纷纷布局这一领域。人形机器人已经进入一个新的突破期，从实验室走向产品样机，再向未来的产业化发展迈进。

我国高度重视人形机器人的发展，并将其列为国家的战略新兴产业。今年，工信部出台了多项政策，推动人形机器人的研究和产业发展。人形机器人不仅是技术创新的高地，也是国与国之间科技竞争的显示点。

熊教授还深入剖析了人形机器人的技术难点，包括技术复杂性、系统的不稳定性以及智能性的要求等。她指出，人形机器人的研发是一个巨大的挑战，但正是这些挑战推动着技术的进步和突破。

熊教授分享了她在人形机器人领域的研究经历和成果，包括在Robocup平台上的技术积累以及在国家863项目支持下研制的人形机器人等。她的研究团队在机器人智能控制和运动规划方面取得了显著的成果，为人形机器人的发展做出了重要贡献。

此次大会是一个交流和学习的平台，与会者不仅了解了人形机器人的最新进展，还分享了自己的见解和经验。相信在未来，随着技术的不断进步和市场的发展，人形机器人将成为我们生活中不可或缺的一部分。自打球时起，我们发现行走速度与平衡控制的重要性。从那时起，我们的研究重心就转向了人形机器人，致力于探索其在室内外环境中的快速稳定行走。从立位控制关节到全身控制，再到人形机器人的发展，我们一直在努力突破技术的边界。

人形机器人的研发涉及多个关键技术领域。我们深入研究了人形机器人的部件关节设计，采用了高密度电机、高紧缩比的紧缩器等技术，以实现关节的高集成度与性能优化。复杂的运动建模和控制问题也是我们的研究重点。目前，国际上对于人形机器人行走的运动控制主要有三条技术路线。我们在这三条路线上都有所突破，特别是在依赖模型的准确性方面，我们引入了强化学习的方法，使得人形机器人在复杂环境下能自动选择步态组合，展现出强大的环境适应性。

通过强化学习，机器人能够生成各种动作，并通过基本步态的融合来适应环境。年初，我们将此方法进一步应用于人形机器人，使其适应不同的地面环境。我们也专注于人机映射研究，利用图神经网络下的最优学习方法，将人的复杂动作快速映射到机器人上。这不仅提高了动作的相似性，还确保了机器人的可执行性和安全性，并在时间上实现了大幅度提升。我们还利用语言视觉大模型来提升动作语义的保持。

面对人形机器人的故障问题，我们实现了即便在关节损坏的情况下，机器人依然能保持直线行走的能力。我们也注重机器人的智能发展。从2000年开始，我们一直在研究如何让机器人在动态开放环境中长期自主工作。为此，我们解决了多项技术难题，包括长期准确的定位和导航、复杂的操作对象处理等。我们的技术已在变电站巡检机器人、制造业新型AMR等领域得到应用验证。

在操作方面，自2012年乒乓球机器人项目以来，我们一直在探索机器人如何操作更多对象的可能性。我们研究了序列性作业的问题，通过解析人的动作来生成机器人程序。在感知误差到执行精度的转化中，我们实现了毫米级的定位精度和未知推理能力。在开放性环境中，我们解决了机器人的自主决策问题以及中间评价和快速学习难题。

针对混杂场景的挑战，我们引入了语言大模型和视觉大模型与机器人操作的模型融合学习的方法。通过这一系列的技术创新结合强化学习、语言模型以及模仿等能力让机器人完成复杂的桌面梳理任务进行长序列的规划生成达到我们的制定要求。即使面对背景变化、传感器扰动等场景变化的问题我们的机器人依然能够通过学习的方法去适应各种场景中的纹理变化并实现端到端的伺服控制。在DeepMind仅通过八小时训练便达到惊人的9.98成功率的时代背景下，我们却能在短短一个小时内将成功率推至惊人的99.99%。不仅如此，我们的机器人技术更是展现出惊人的适应能力，无论是面对不同的接口还是各种复杂形状，它都能轻松应对。

今年三月，浙江省宁波市的大力支持下，人形机器人创新中心正式启航，领航者1号机器人的发布无疑是一个里程碑。我们在前人的基础上进行了众多优化改进，尤其注重赋予机器人以人类的学习和操作能力。目前，该机器人在室内平整地面的行走测试已经完成，我们正致力于研究如何使其在各种场景中保持平衡控制，并在执行各种动作时提高效率。我们还研发了高速操作的灵巧手。

人形机器人真正成为一个成熟的产品仍然任重道远。作为一个追求完美的产品，我们必须确保它的高可靠性和低成本。整机可靠性的提升离不开核心零部件的改进，这需要所有人共同围绕人形机器人展开研究。

尽管我们在动力部件的功率密度方面取得了一定成就，但要想实现人形机器人的灵巧运动仍存在差距。有时我们虽然觉得力量足够、速度足够，但体积过大的问题仍然让人困扰，使得机器人看起来笨重甚至具有威胁感。我们急需提升部件性能，对于传感器也同样如此，如何在小体积下实现高精度的响应是我们面临的挑战。

除此之外，运动控制也是一大挑战。我们的目标是要让人形机器人能够完成各种复杂的运动作业，而运动控制是这一切的基础。虽然在这方面我们已经有了坚实的基础并且技术路线也有所突破，能够展示一定能力，但它在作业对象的适应性和环境适应性上仍有很大的提升空间。如何将机器人环境、任务融合起来发展，打通技术路线以推动这方面的发展仍需要我们不断探索。

人工智能方面，虽然大模型目前非常热门，但要将其真正部署到机器人上仍面临诸多局限。我们现有的大模型虽然依赖数据并具备一定的泛化能力，但仍需进一步优化。大模型的运用为我们提供了强大的技术支持，但如何将其融合到机器人中以实现真正的具身智能仍然是一个需要深入研究探索的领域。