智能工厂展nepcon|工业机器人的范式变革：从程序设定到具身智能

这一变革率先发生在人机交互上。以ChatGPT为代表的LLM模型第一次在人与机器间建立起高效的沟通方式，从根本上打破人机之间的语义隔离，进而赋予机器人快速向人类学习的能力，使其以更快地速度学习并执行相关任务。

智能工厂展nepcon了解到，传统的人机交互模式，机器人只能机械地执行人类设定好的程序。这一模式局限性非常大。比如，需要有专业的工程师将知识“翻译”给机器人，机器人才能执行具体任务，沟通效率低且人力成本极高，限制了机器人的落地应用。

在大模型强大的理解能力加持下，机器人能更智能地“听懂人话”。智能工厂展nepcon了解到，人机交互不再需要专业的知识门槛，可以用自然语言、肢体动作等类人行为进行交流，大幅降低人类使用机器人的门槛，进而使得机器人的广泛落地变成可能。

“机器人融入大模型是发展趋势。”全国机器人标准化技术委员会委员赵勇表示。

作为AI技术的进阶态，大模型强大的泛化能力，让机器人在“类人”的道路上更进一步。如果把机器人视为一个智能体，大模型则是这个智能体的技术底座，为机器人走向「具身智能」奠定了基础。

如今，大模型在机器人领域的应用正在不断拓展，各行各业正面临一次“重铸”。其中，工业机器人作为应用较为广泛的品类，也迎来了一次深刻技术与范式蝶变。微亿智造CTO赵何博士以具身智能理论作为指导，将成熟的工业机器人与新兴的人工智能技术融合，首次提出了“具身智能工业机器人”（Embodied Intelligent Industrial Robots, EIIR）这一概念。至此，EIIR正式走上了历史舞台。

理解EIIR之前，首先要搞清楚，什么是具身智能，以及什么是具身智能机器人。

具身智能理论根源于“具身认知”，其主张智能体的认知能力由其自身结构决定，这种认知又直接反过来影响智能体的高级心理活动，诸如：推理，决策等。并且，智能体根据自身的躯体结构来构建自己的世界模型，从认知产生的机制到智能体决策依赖的世界模型，均受制于智能体具体的物质形态。

比如，婴儿早期的学习行为，例如爬、抓取、行走等，本质上是智能体在主动探索周边环境，来形成对外界的认知，并构建基础的世界模型，形成了一套普适的方法论。

智能体的认知过程遵循"探索﹣利用"( exploration - exploitation ）的范式，通过自己的"躯体"与外界环境进行互动，从外界对智能体的动作产生反馈获取信息，建立起自身的认知模式。

智能工厂展nepcon了解到，在具体系统构成方面，智能体核心包括三部分：感知系统、运动系统和世界模型。与传统认知不同，感知和运动系统并不孤立，二者同样参与认知过程，世界模型则是智能体基于自身结构特点而构建，用于解释世界的认知框架。

 

 

 

文章来源：脑机接口社区