【通识】具身智能通识指南

微信扫码，打开到小程序

具身智能 通识教程 具身智能概述 01 02 03 04 05 具身智能的技术支撑 具身智能的应用领域 人形机器人 具身智能的挑战与限制 01 具身智能概述 Part one 1 具身智能概述 具身智能在 人工智能中 的地位与作用 什么是 具身智能 具身智能和智 能体的关系 具身智能的 发展历程 1.1 什么是具身智能 具身智能（ Embodied Intelligence ）是当下人工智能领域的一个前沿研究方向，它打破了传统人工智能仅侧重 于抽象计算和推理的局限，将智能体的认知与行动紧密相连。 简单来说，具身智能强调智能不仅仅产生于大脑中的思维活动，更体现在与周围环境的交互以及物理实体的行动 能力上。 核心要素 技术应用 具身智能包含感知、决策和行动三个关键部分。通过各 类传感器，如视觉、听觉、触觉传感器等，智能体能够 感知周围环境的信息，像机器人利用摄像头获取视觉图 像，了解周围物体的位置、形状等；接着，运用机器学 习、强化学习等先进算法，智能体对感知到的信息进行 分析和处理，做出决策，例如判断在当前环境下应该采 取何种行动来完成任务；最后，智能体根据决策结果， 通过自身的物理实体进行行动，如机器人的机械臂完成 抓取动作。 具身智能已在多个领域崭露头角。在医疗领域，外骨骼 机器人借助具身智能技术，能够根据患者的运动意图和 身体状态，实时调整助力模式，帮助患者进行康复训练； 在物流行业，智能仓储机器人利用具身智能，可在复杂 的仓库环境中自主导航、识别货物并完成搬运任务，提 高物流效率。 1.2 具身智能和智能体的关系 具身智能和智能体是人工智能领域中的两个相关但不同的概念，它们的核心区别在于对“身体”的依赖和与环境 的交互方式（如表所示）。总体而言，具身智能是智能体的子集，所有具身智能体都是智能体，但并非所有智能 体都具备“具身性”。 具身性是一种强化约束，具身智能在传统智能体的基础上，增加了物理身体与实时环境交互的硬性要求。 智能体的典型例子包括软件智能体（比如 ChatGPT ）和硬件智能体（比如人形机器人）。具身智能的典型例子包 括机器人（如宇树科技的机器人）和自动驾驶汽车等。 维度 身体依赖 环境交互方式 智能来源 适应性 智能体 具身智能 不要求物理身体（可以是虚拟的） 必须拥有物理身体（如机器人、生物体） 可仅通过数据或符号与环境交互（如输入文本、图 必须通过物理动作（如移动、触摸、力学反馈）与 像） 环境互动 身体感知与行动闭环是智能的核心（如通过跌倒学 会平衡） 可能依赖纯算法或数据驱动（如深度学习） 适应虚拟或结构化环境（如游戏 AI ） 适应复杂物理环境（如动态地形、温度变化） 1.3 具身智能的发展历程 人 工 智 能 起 源 与 内 在 主 义 具 身 智 能 的 兴 起 （ 2 0 世 纪 8 0 年 代 ） 具 身 智 能 的 再 次 兴 起 （ 2 1 世 纪 ） 控 制 论 与 机 器 人 学 1956 年达特茅斯会议标志人工智能 诞生，学者持“内在主义”观点，核 心分支符号主义主张通过形式化符号 系统及逻辑推理处理智能问题。 同期一批学者基于控制论从机械感知 与行动角度探索，发展为机器人学， 初期与内在主义独立发展。 （ 1 ） 理论突破：符号主义发展放缓， 引发质疑；机器人学取得进展，部分学 （ 1 ）兴起原因：认知科学、神经科 学进步，机器学习突破，计算能力和 者倡导身心一元论，催生具身智能领域。 硬件技术提升，社会需求推动。 莱考夫与约翰逊提出具身认知理论，吉 布森发展“生态学知觉”理论。 （ 2 ）新的发展：深度学习成为内在 主义主流与具身智能重要基础，打破 二者壁垒，实践中实现跨领域合作， （ 2 ） 实践成就：布鲁克斯的“行为型 机器人”通过感知与运动控制完成任务， 具身智能体有望更广泛融入生活。 具身智能展现活力。 4. 具身智能的低 谷（ 20 世纪 90 年代）：过于聚焦低 级智能行为，对高级智能活动探讨少， 且受限于计算能力，难以应对复杂任务， 陷入低谷。 1.4 具身智能在人工智能中的地位与作用 连接虚拟与物理世界 的桥梁 迈向通用人工智能（ AGI ） 的关键路径 对传统 AI 的范式突破 ① 挑战符号主义与连接主义。 ② 重新定义智能的本质。 ① 填补 AI 的物理化空白。② 推动机器人学的进化。 ① 生物智能的模拟。②跨领 域整合能力。 02 Par t two 具身智能的技术支撑 2 具身智能的技术支撑 机器人技术： 具身的物理载体 传感器技术： 感知世界的触角 机器学习与强化学习 2.1 传感器技术：感知世界的触角 在具身智能体系中，传感器技术宛如智能体的“触角”，承担着获取外界信息的关键任务，为后续的决策与行动 提供了不可或缺的数据基础。 传感器 融合技术 视觉传感器 听觉传感器 触觉传感器 其他传感器 2.1 传感器技术：感知世界的触角 n 视觉传感器 工作原理 在具身智能中的应用 常见的视觉传感器主要基于电荷耦合器件（ CCD ）或互补 金属氧化物半导体（ CMOS ）技术。 CCD 通过将光信号转 换为电信号，再经过一系列处理后输出图像信息； CMOS 则利用晶体管将光信号转化为数字信号，具有成本低、功 耗小、集成度高等优势。 在机器人导航领域，视觉传感器能够实时捕捉周围环境的 图像信息，通过与预先存储的地图数据或实时构建的地图 进行比对，帮助机器人确定自身位置和前进方向。 在工业生产中，视觉传感器可用于产品质量检测，快速识 别产品表面的缺陷、尺寸偏差等问题，保障产品质量。 2.1 传感器技术：感知世界的触角 n 听觉传感器 工作原理 在具身智能中的应用 主要基于压电效应或电容变化原理。压电式麦克风内部的 压电材料在声波作用下产生形变，从而产生电信号；电容 式麦克风则通过膜片与背板之间电容的变化来感知声音的 变化，将声音信号转换为电信号，再经过放大、滤波等处 理后输出。 在智能语音交互系统中，听觉传感器能够捕捉用户的语音 指令，通过语音识别技术将语音转化为文本信息，供智能 体理解和执行相应操作。 在安防监控领域，听觉传感器可用于检测异常声音，如玻 璃破碎声、警报声等，及时发出警报。 2.1 传感器技术：感知世界的触角 n 触觉传感器 工作原理 在具身智能中的应用 触觉传感器的工作原理多样，常见的有电阻式、电容式、 电感式等。电阻式触觉传感器通过压力改变电阻值来检测 压力大小；电容式触觉传感器利用压力引起的电容变化来 感知压力；电感式触觉传感器则基于电磁感应原理，通过 检测磁场变化来感知物体的接近或接触。 在机器人抓取任务中，触觉传感器能让机器人感知物体的 形状、硬度、表面粗糙度等信息，从而调整抓取力度和姿 态，避免损坏物体。 在医疗康复领域，触觉传感器用于外骨骼机器人，帮助患 者更好地感知肢体的运动和受力情况，提高康复训练效果。 2.1 传感器技术：感知世界的触角 n 其他传感器 除了上述常见的传感器，具身智能还可能用到惯性传感器、温度传感器、湿度传感器等。 惯性传感器（如加速度计、陀螺仪）能够检测物体的加速度和角速度，用于机器人的运动姿态监测和控制； 温度传感器和湿度传感器则可用于环境监测，为智能体提供环境参数信息，使其能够根据环境变化做出相应决策。 2.1 传感器技术：感知世界的触角 n 传感器融合技术 为了让智能体获取更全面、准确的环境信息，通常会采用传感器融合技术。 该技术将多种类型传感器的数据进行综合处理，充分发挥各传感器的优势，弥补单一传感器的不足。通过将视觉 传感器获取的物体形状信息与触觉传感器获取的物体表面信息相结合，能够让智能体更准确地识别和操作物体。 传感器融合的方法主要有数据层融合、特征层融合和决策层融合，不同的融合方法适用于不同的应用场景，在具 身智能的发展中发挥着重要作用。 2.2 机器学习与强化学习 机器学习与强化学习是具身智能实现自主决策与行动的核心技术，它们赋予智能体从数据中学习并不断优化自身 行为的能力。 两者的 协同作用 机器学习 强化学习 2.2 机器学习与强化学习 n 机器学习 基本概念 在具身智能中的应用 机器学习是一门多领域交叉学科，它旨在让计算机通过数 据学习模式和规律，从而对未知数据进行预测或决策。例 如，通过分析大量的图像数据，让计算机学习到不同物体 的特征，从而能够识别新图像中的物体。 在具身智能中，机器学习常用于感知数据的处理和理解。 通过机器学习算法，智能体可以对视觉传感器获取的图像 数据进行分析，识别出物体的类别、位置和姿态；对听觉 传感器获取的语音数据进行语音识别和语义理解，从而理 解用户的指令。在机器人的路径规划中，机器学习可以根 据环境地图和目标位置，学习到最优的路径规划策略。 2.2 机器学习与强化学习 n 强化学习 基本概念 在具身智能中的应用 强化学习是一种通过智能体与环境进行交互，以最大化累 积奖励为目标的学习范式。智能体在环境中采取行动，环 境会根据智能体的行动给出奖励或惩罚反馈，智能体通过 不断尝试不同的行动，学习到能够获得最大奖励的策略。 强化学习在具身智能中主要用于智能体的决策和行动控制。 以机器人的抓取任务为例，机器人通过强化学习，可以根 据物体的形状、位置以及自身的状态，学习到最佳的抓取 动作和力度，以确保成功抓取物体。在智能体的运动控制 中，强化学习可以让智能体学习到在不同地形和环境条件 下的最优运动策略，实现高效、稳定的运动。 2.2 机器学习与强化学习 n 两者的协同作用 机器学习和强化学习在具身智能中相互协作，共同提升智能体的性能。 机器学习 强化学习 可以通过与环境的交互，不断生成新的数 据，这些数据又可以用于机器学习的训练， 进一步提升机器学习模型的性能。例如， 智能体在强化学习过程中获取的经验数据， 可以用于训练更好的感知模型，从而提高 智能体对环境的理解和决策能力。 可以为强化学习提供初始的策略和模型， 帮助强化学习更快地收敛到最优策略。例 如，通过监督学习训练一个初始的策略网 络，然后再用强化学习对其进行优化。 2.3 机器人技术：具身的物理载体 具身的物理载体是具身智能得以实现的硬件基础，它们如同智能的“躯壳”，承载着感知、决策与行动的使命， 让智能不再仅仅停留在虚拟的算法层面，而是能够切实地与现实世界交互。 机器人 智能穿戴设备 其他物理载体 2.3 机器人技术：具身的物理载体 n 机器人 类型与结构 机器人是具身物理载体的典型代表，类型丰富多样。工业机器人通常拥有机械臂、关节和底座，具备高 精度的运动控制能力，机械臂的多自由度设计使其能在工业生产线上完成如零件装配、焊接、搬运等复 杂任务。服务机器人则更注重与人的交互和对复杂生活环境的适应。 工作原理 机器人通过内部的控制系统来协调各个部件的运作。控制系统接收来自传感器的环境信息，这些传感器 包括前文提到的视觉、听觉、触觉等各类传感器。 在具身智能中的作用 机器人是具身智能的重要实践者，在工业制造领域，具身智能的工业机器人能够根据生产线上的实时变 化，如零件的供应情况、产品的质量检测结果等，自主调整工作流程和操作方式，提高生产效率和质量。 在物流行业，物流机器人可以在仓库中自主规划路径，搬运货物，实现高效的仓储管理。在医疗领域， 手术机器人借助具身智能，能够更精准地执行手术操作，降低手术风险。 2.3 机器人技术：具身的物理载体 n 智能穿戴设备 类型与功能 工作原理 在具身智能中的作用 智能穿戴设备也是具身物理载体的重要组成 部分。智能手表除了具备传统手表的时间显 示功能外，还集成了多种传感器，如加速度 计、心率传感器、 GPS 模块等。加速度计可 以检测用户的运动状态，如步数、跑步距离、 运动速度等； 智能穿戴设备通过内置的微处理器和传感器 来实现其功能。传感器收集用户的生理数据、 运动数据和环境数据等，微处理器对这些数 据进行处理和分析。当智能手表的心率传感 器检测到心率数据后，微处理器会根据预设 的算法判断心率是否正常，若出现异常则向 用户发出提醒。同时，智能穿戴设备通过蓝 牙等无线通信技术与手机或其他智能设备连 接，将数据传输到配套的应用程序中，方便 用户查看和管理数据。 在具身智能的范畴内，智能穿戴设备使智能 更加贴近个人生活。通过对用户生理和运动 数据的持续监测与分析，智能穿戴设备能够 为用户提供个性化的健康建议和运动指导。 结合具身智能的算法，智能手表可以根据用 户的实时运动状态和心率变化，动态调整运 动计划，如在用户运动强度过高时提醒降低 运动强度，在用户运动目标未完成时给予激 励。在智能家居控制场景中，智能穿戴设备 可以作为控制终端，用户通过简单的手势或 语音指令，就能控制家中的智能家电，实现 更便捷的生活体验。 2.3 机器人技术：具身的物理载体 n 其他物理载体 除了机器人和智能穿戴设备，还有一些特殊的具身物理载体也在具身智能中发挥着作用。 无人机在物流配送、测绘、 农业植保等领域有广泛应 用，它通过多个电机驱动 螺旋桨产生升力和推进力， 实现飞行。 无人机配备了多种传感器， 如视觉传感器用于避障和 目标识别， GPS 用于定位 导航。 在物流配送中，具身智能 的无人机可以根据实时路 况和配送地址，自主规划 最优飞行路线，将货物准 确送达目的地。 水下机器人则主要应用于 海洋探测、水下作业等领 域，它的外壳能够承受水 下的高压环境，通过推进 器和舵机实现水下的运动 控制，借助声呐、水下摄 像头等传感器感知水下环 境，执行如海底地形测绘、 水下设备维护等任务。 03 具身智能的应用领域 Part three 3 具身智能的应用领域 具身智能凭借其独特的技术优势，在多个领域得到了广泛应用，深刻地改变着人们的生活和工作方式。 人机交互 自主系统 医疗健康 娱乐与教育 与协作 与导航 3.1 人机交互与协作 n 辅助机器人与日常生活 在日常生活中，辅助机器人正逐渐走进人们的视野。 智能陪伴机器人能够理解人类的语言 和情感，通过语音交互和肢体动作， 为用户提供陪伴服务。当老人独自在 家感到孤独时，陪伴机器人可以陪他 们聊天、听音乐、讲故事，甚至还能 提醒老人按时服药。 家务辅助机器人则专注于解决家庭琐 一些高端的家务辅助机器人还具备物 品整理功能，通过视觉识别和机械臂 操作，将物品分类整理归位。 事，如前面提到的家用清洁机器人， 通过具身智能技术，它能自主规划清 洁路径，避开家具和障碍物，完成地 面清扫工作。 3.1 人机交互与协作 n 工业生产中的协同作业 在工业生产线上，具身智能的协作机 器人与人类工人紧密配合。这些协作 机器人能够感知人类的动作和意图， 在保障安全的前提下，与工人共同完 成复杂的生产任务。 在汽车制造工厂中，协作机器人可以 协助工人进行零部件的装配，机器人 利用高精度的传感器和先进的控制算 法，准确地抓取和放置零部件，与工 人的动作协调一致，大大提高了装配 效率和质量。 同时，具身智能还使得机器人能够根 据生产线上的实时变化，如零部件供 应的延迟、产品质量的波动等，灵活 调整工作流程和操作方式，增强了生 产线的柔性和适应性。 3.2 自主系统与导航 n 自动驾驶汽车与无人机 自动驾驶汽车 无人机 是具身智能在交通领域的典型应用。通过激光雷达、摄像头、毫米 波雷达等多种传感器，自动驾驶汽车能够实时感知周围的交通环境， 包括道路状况、车辆位置、行人动态等信息。利用机器学习和深度 学习算法，汽车对这些信息进行分析和处理，做出决策并控制车辆 的行驶。在遇到前方车辆减速时，自动驾驶汽车能够自动减速并保 持安全距离；在识别到交通信号灯变化时，能够及时做出停车或行 驶的决策。 同样借助具身智能实现自主飞行和导航。在物流配送领域，无人机 根据预设的路线和实时的环境信息，如天气状况、障碍物分布等， 自主规划飞行路径，将货物准确送达目的地。在测绘领域，无人机 可以按照预定的航线进行飞行，利用搭载的高清摄像头和测绘设备， 对地面进行高精度的图像采集和数据测绘。 3.2 自主系统与导航 n 复杂环境中的自主探索 在一些复杂和危险的环境中，具身智能的自主系统发挥着重要作用。 灾难救援场景 太空探索领域 救援机器人可以进入倒塌的建筑物、火灾现场等危险区域，进 行生命探测和物资运输。这些机器人配备了多种传感器，如热 火星探测器等太空机器人利用具身智能技术，在火星表面自主 行驶、探测和采样。由于火星与地球之间存在巨大的距离和通 在灾难救援场景中 在太空探索领域， 成像仪、气体传感器等，能够在黑暗、烟雾弥漫的环境中感知 生命迹象和危险气体浓度。通过自主导航和路径规划算法，机 器人能够在复杂的废墟中找到前进的道路，为救援工作提供重 要支持。 信延迟，探测器需要具备高度的自主决策能力，根据火星表面 的地形、气候等环境变化，自主调整探测任务和行动策略。 3.3 医疗健康 n 外骨骼与康复机器人 外骨骼机器人为行动不便的人群带来了新的希望。对于下肢瘫痪的患者，外骨骼机器人通过与人体的物理连接， 感知患者的运动意图，并提供相应的助力，帮助患者实现站立、行走等动作。这些外骨骼机器人利用传感器实时 监测患者的肌肉电信号、关节角度等生理数据，通过算法分析患者的运动意图，然后驱动电机为患者的肢体提供 精确的助力。 康复机器人则主要应用于康复训练过程中，根据患者的康复需求和身体状况，制定个性化的康复训练方案。例如， 智能康复机器人可以模拟各种日常运动场景，如上下楼梯、行走在不同地形等，帮助患者进行针对性的康复训练， 提高康复效果。 3.3 医疗健康 n 智能诊断与治疗辅助 医疗诊断 手术治疗 具身智能技术可以辅助医生进行疾病的诊断。通过对患者 的医学影像（如 X 光、 CT 、 MRI 等）和生理数据（如心 率、血压、体温等）进行分析，智能诊断系统能够快速准 确地识别疾病特征，为医生提供诊断建议。 手术机器人借助具身智能，实现更精准的手术操作。例如， 达芬奇手术机器人具有高度灵活的机械臂和先进的视觉系 统，能够在狭小的手术空间内进行精细的操作，减少手术 创伤和并发症的发生。同时，手术机器人还可以通过远程 控制技术，实现专家远程手术，让优质的医疗资源能够覆 盖更广泛的地区。 3.4 娱乐与教育 n 游戏与虚拟现实中的互动角色 在游戏和虚拟现实（ VR ）领域，具身智能使得互动角色更加逼真和智能。 游戏 虚拟现实（ VR ）领域 在一些大型角色扮演游戏中，非玩家角色（ NPC ）利用具 身智能技术，能够根据玩家的行为和游戏场景的变化，做 出更加自然和合理的反应。当玩家靠近 NPC 时， NPC 能 够主动打招呼并进行对话；在战斗场景中， NPC 能够根据 玩家的攻击方式和自身的状态，灵活地躲避和反击。 在 VR 游戏中，玩家通过佩戴 VR 设备和动作捕捉装置， 能够与虚拟环境中的智能体进行实时互动。例如，在虚拟 射击游戏中，玩家的动作能够实时反馈到游