此次研讨会由美国研究取工程副部长办公室根本研究处赞帮，规格高、专业性强，旨正在全面深切地切磋具身智能范畴的研究现状、挑和、机缘、成长轨迹以及使用标的目的等环节问题，为该范畴的将来成长供给。会议吸引了 28 位来自全球多个范畴的顶尖研究人员参取，他们的专业范畴涵盖软机械人、活动节制、生物力学、机械工程、节制理论、系统生物学、物理学、数学、计较机科学和生物伦理学等。会议环绕具身智能的、活动和顺应这三个焦点支柱展开深切切磋。此外，研讨会还对具身智能的研究机缘和成长标的目的进行了瞻望。专家们认为，将来具身智能将正在多范畴深度融合的鞭策下取得严沉进展，如连系增材制制、神经形态计较等新兴手艺，开辟更先辈的机械人系统。正在使用方面，具身智能无望正在日常糊口、医疗保健、工业制制和救援等范畴实现普遍使用，为社会成长带来庞大变化 。具身智能（Embodied Intelligence，EI），做为人工智能范畴的前沿标的目的，努力于打破保守机械智能中身体取大脑分手的模式。它将人工智能取物能深度融合，使机械可以或许像天然生物体一样，实现多模态、多标准的顺应，取四周进行深度交互。这一概念的焦点正在于，智能不只源于算法和计较，还慎密联系关系于机械的身体布局以及取的互动。通过模仿生物的、活动和顺应能力，具身智能为机械人手艺斥地了全新的成长径。跟着科技的持续前进，保守人工智能正在处置复杂现实使命时诸多挑和，如对的和交互能力不脚。具身智能的呈现，恰是为了填补这些短板，其成长对于提拔机械人正在复杂中的自从决策和施行能力意义严沉，被视做实现通用人工智能的环节径。美国正在 2022 年发布的《人工智能成长计谋规划》中着沉强调了具身智能正在军事范畴的潜正在价值，明白指出具身智能手艺的冲破将极大地加强美军正在复杂做和中的做和能力取应对不确定性的能力。具身智能的成长过程是一部融合多学科聪慧、不竭冲破立异的汗青，其概念的萌芽能够逃溯到人工智能成长的晚期阶段。正在人工智能成长初期，研究次要聚焦于笼统的符号处置和逻辑推理，试图让计较机通过法式实现人类的智能行为，但这种体例正在处置现实物理世界的复杂问题时了窘境。跟着对智能素质研究的深切，研究者逐步认识到身体取的交互正在智能成长中的环节感化，具身智能的由此逐步构成。20 世纪 80 年代，RodneyBrooks提出 “无表征的智能” 概念，强调智能行为能够正在没有复杂内部表征的环境下通过取的及时交互发生，这一理论为具身智能的成长奠基了主要根本 。他设想的六脚步行机械人 “Ghengis”，通过简单的行为模块组合实现了不变的行走，展现了具身智能的可行性，激发了学界对具身智能的普遍关心。进入 21 世纪，跟着机械人手艺、传感器手艺以及机械进修算法的快速成长，具身智能送来了新的成长机缘。正在机械人硬件方面，各品种型的具身机械人不竭出现，从用于工业出产的固定基座机械人，到顺应复杂地形的四脚和履带式机械人，再到仿照人类形态和行为的人形机械人，机械人的机能和功能获得了极大提拔。同时，传感器手艺的前进使得机械人可以或许更切确地四周，为其智能决策供给了丰硕的数据支撑。近年来，多模态大模子和世界模子的呈现，进一步鞭策了具身智能的成长。多模态大模子可以或许融合多种消息，使机械人具备更强大的和理解能力；世界模子则帮帮机械人更好地模仿和预测变化，从而做出更具前瞻性的决策 。美国等机构对具身智能研究的鼎力支撑，也加快了相关手艺正在军事和平易近用范畴的使用摸索。具身机械人涵盖多品种型，固定基座机械人精度高但勾当范畴受限，常用于尝试室从动化和工业制制；轮式机械人挪动效率高，正在物流和巡检范畴使用普遍；履带式机械人越野能力强，合用于复杂地形功课；四脚机械人不变性好，可用于救援和军事等场景；人形机械人可以或许仿照人类行为，正在办事和协做范畴潜力庞大；仿朝气器人则通过模仿生物形态和活动体例，正在特定使命中表示超卓。像动力的 Atlas 人形机械人，正在研发过程中就受益于美国相关项目标支撑，其超卓的活动节制和均衡能力，使得机械人正在复杂下施行使命的可能性大幅提拔。此外，美国赞帮研发的一些仿朝气器人，模仿虫豸或动物的活动体例，正在侦查、探测等军事使命中展示出奇特劣势。具身模仿器分为通用模仿器和基于实正在场景的模仿器。通用模仿器如Isaac Sim、Gazebo 等，为研究人员供给了低成本的尝试，可用于算法开辟和模子锻炼；基于实正在场景的模仿器如 AI2 - THOR、Matterport 3D 等，通过采集实正在数据建立逼实场景，更切近现实使用需求，有帮于提拔具身智能正在复杂中的顺应性。美国充实操纵这些模仿器开展军事相关的具身智能研究，正在虚拟中测试机械人的做和策略、锻炼士兵取机械人的协同做和能力等，通过模仿各类疆场，提前发觉问题并优化机械人机能。正在方面，研究人员努力于提高机械对的能力，包罗视觉、触觉等多种体例的融合；正在交互方面，具身问答和具身抓取等使命的研究不竭推进，但仍面对数据集和模子机能等问题；正在智能体研究中，具身多模态根本模子的成长为智能体供给了更强的和推理能力，同时使命规划和施行的优化也正在不竭进行。狂言语模子正在这一范畴阐扬着主要感化，以 GPT - 4 为代表的狂言语模子，可以或许显著提拔机械人处置和生成天然言语的能力，极大地加强了人机交互的天然性和智能化。机械人借帮进修大量的文本数据，可以或许更好地舆解复杂的天然言语输入，进而发生更天然、更合适人类交换习惯的言语反映。例如，PaLM - SayCan 模子可以或许解析用户的指令，将其分化为可施行的子使命，并指点机械人完成这些使命 ，极大地拓展了机械人施行使命的范畴和矫捷性。具出身界模子通过模仿现实，帮帮机械人更好地舆解和顺应物理世界；数据收集取锻炼方式不竭立异，包罗实正在世界和模仿的数据采集，以及模仿到现实的范式转换；具身节制则通过强化进修和仿照进修等方式，使机械人可以或许正在现实中施行使命并不竭优化行为。美国正在模仿到现实的顺应研究中投入大量资本，通过模仿实正在疆场进行锻炼，提高机械人正在现实做和中的顺应性和靠得住性。一些项目操纵模仿锻炼机械人施行复杂使命，然后将锻炼使用到现实机械人系统中，提拔其正在实正在场景下的使命施行能力。范畴：当前传感器正在活络度和不变性方面仍有待提高，正在复杂下，如强光、、电磁干扰等前提中，传感器的机能容易遭到影响，导致数据采集不精确。多传感器融合手艺虽然取得了必然进展，但正在数据融合的及时性和精确性上还存正在问题，分歧类型传感器的数据格局和频次差别较大，若何高效地将这些数据融合为同一的消息暗示是一大挑和。此外，数据编码和处置的效率也限制着具身智能的成长，大量的数据需要快速处置和阐发，现有的计较架构和算法难以满脚及时性要求。活动范畴：提拔机械人的火速性面对着施行器响应速度和能量传输效率的，保守的电机驱动体例正在快速动做时容易呈现发抖和能量损耗过大的问题。机械人的耐力提拔则受限于电池手艺和能源办理系统，目前的电池能量密度较低，无法满脚机械人长时间持续工做的需求。实现机体的自从发展正在材料科学和制制工艺上存正在庞大挑和，若何开辟出可以或许按照变化自从调整布局和功能的材料，以及若何实现这种材料的切确制制，都是亟待处理的问题。顺应范畴：脑体协同设想的复杂性正在于若何建立一个高效的消息交互机制，使机械人的大脑（智能算法）可以或许精确地节制身体的活动，同时身体的反馈可以或许及时地影响大脑的决策。机械人进修能力的提拔面对着样本数据的多样性和复杂性问题，若何正在无限的样本数据下锻炼出具有强泛化能力的模子是环节。言语理解和生成方面，虽然狂言语模子取得了必然，但仍存正在生成内容不精确、不合理以及对语境理解不脚的问题。高度系统的节制难题正在于若何处理活动冗余和关节之间的协调问题，过多的度使得节制算法的复杂度呈指数级增加 。范畴：当前传感器正在活络度和不变性方面仍有待提高，正在复杂下，如强光、、电磁干扰等前提中，传感器的机能容易遭到影响，导致数据采集不精确。多传感器融合手艺虽然取得了必然进展，但正在数据融合的及时性和精确性上还存正在问题，分歧类型传感器的数据格局和频次差别较大，若何高效地将这些数据融合为同一的消息暗示是一大挑和。此外，数据编码和处置的效率也限制着具身智能的成长，大量的数据需要快速处置和阐发，现有的计较架构和算法难以满脚及时性要求。活动范畴：提拔机械人的火速性面对着施行器响应速度和能量传输效率的，保守的电机驱动体例正在快速动做时容易呈现发抖和能量损耗过大的问题。机械人的耐力提拔则受限于电池手艺和能源办理系统，目前的电池能量密度较低，无法满脚机械人长时间持续工做的需求。实现机体的自从发展正在材料科学和制制工艺上存正在庞大挑和，若何开辟出可以或许按照变化自从调整布局和功能的材料，以及若何实现这种材料的切确制制，都是亟待处理的问题。顺应范畴：脑体协同设想的复杂性正在于若何建立一个高效的消息交互机制，使机械人的大脑（智能算法）可以或许精确地节制身体的活动，同时身体的反馈可以或许及时地影响大脑的决策。机械人进修能力的提拔面对着样本数据的多样性和复杂性问题，若何正在无限的样本数据下锻炼出具有强泛化能力的模子是环节。言语理解和生成方面，虽然狂言语模子取得了必然，但仍存正在生成内容不精确、不合理以及对语境理解不脚的问题。高度系统的节制难题正在于若何处理活动冗余和关节之间的协调问题，过多的度使得节制算法的复杂度呈指数级增加 。具身智能涉及计较机科学、机械人学、生物学、神经科学、材料科学等多个范畴，各范畴之间的学问系统和研究方式存正在较大差别，导致学问转移和协做坚苦。目前缺乏同一的定义和分类尺度，使得分歧范畴的研究难以无效整合，障碍了具身智能的全体成长。美国通过组织跨学科的研究团队和项目，试图打破这些范畴之间的壁垒，但分歧窗科之间的沟通和协做仍存正在挑和，需要进一步摸索无效的合做模式和协调机制。目前，具身智能范畴缺乏尺度化的评估目标和方式，难以精确权衡具身智能系统的机能和进展。分歧的研究往往采用分歧的评估体例，使得研究之间难以进行无效的比力和阐发，障碍了手艺的优化和改良。美国认识到评估系统的主要性，正正在鞭策成立同一的评估尺度，以更好地权衡具身智能手艺正在军事使用中的结果，推进手艺的快速成长和使用。跟着工程手艺的不竭前进，从生物系统中罗致灵感成为具身智能成长的主要机缘。生物的、活动和顺应机制为机械人的设想和节制供给了贵重的自创，如仿照虫豸的活动体例能够提高机械人正在复杂地形中的灵活性。新兴手艺如增材制制、神经形态计较、生物夹杂机械人等的呈现，为具身智能的成长供给了新的手艺手段和研究标的目的。美国正在 2023 年发布的《将来军事手艺成长线图》中明白指出，将鼎力支撑具身智能范畴的新兴手艺研究，鞭策其正在军事范畴的使用。将来具身智能的成长将呈现短期、中期和持久的分歧方针。短期（5 年）内，EI 将次要用于优化现无机器人架构，通过改良节制算法和传感器手艺，提高机械人正在挪动和操做使命中的效率和机能；中期（10 年），无望开辟出具有特定功能的低层级机械人模块，雷同于生物的器官，可以或许按照使命需求进行矫捷组合和设置装备摆设；持久（20 年），则努力于实现生物取合成方式的深度融合，建立具有高度顺应性和智能的通用机械人，可以或许正在各类复杂中自从完成多样化的使命。美国的研究规划取这些成长标的目的慎密连系，短期方针是提拔现有军事机械人的机能，中期打算开辟模块化的机械人系统，以满脚分歧做和使命的需求，持久则期望打制出高度智能、顺应各类极端疆场的通用机械人。正在大模子的帮力下，具身智能的成长标的目的愈加明白。大模子强大的学问获取和推理能力，可以或许帮帮机械人正在复杂中做出更合理的决策。例如，正在面临多种使命选择时，大模子能够按照机械人的当前形态、消息以及使命优先级等要素，为机械人规划出最优的步履方案。同时，大模子支撑的多模态交互能力，使机械人可以或许同时处置来自语音、图像及文本的输入消息，从而更全面地舆解用户的需求，供给更丰硕的交互体验，进一步拓展了具身智能正在复杂场景中的使用潜力。推进机械人学、生物学、人工智能、材料科学等多学科的深度融合，成立跨学科研究团队，配合霸占具身智能成长中的难题。培育具备跨学科学问的复合型人才，提高研究人员的分析本质和立异能力。搭建通用的研究平台，推进分歧范畴研究人员之间的交换取合做，加快学问共享和手艺立异。美国通过赞帮跨学科研究项目、成立结合研究核心等体例，鞭策分歧窗科范畴的专家合做。一些高校和研究机构正在的支撑下，组建了跨学科团队，配合开展具身智能的研究，推进了学问的交叉融合和手艺立异。制定尺度化的测试和评估目标，成立具身智能排行榜，对分歧的具身智能系统进行客不雅、全面的评估。举办具有权势巨子性的挑和赛，如 DARPA Robotics Challenge for Embodied Intelligence，激励研究人员不竭立异，提高具身智能系统的机能和适用性。美国从导或参取制定相关评估尺度，通过举办挑和赛等勾当，为研究人员供给展现和合作的平台，鞭策具身智能手艺的快速成长。DARPA 举办的挑和赛吸引了浩繁研究团队参取，极大地推进了具身智能范畴的手艺立异和成长。加强取财产界的合做，推进具身智能手艺的和使用。财产界可以或许为研究供给现实的使用场景和资金支撑，加快手艺的贸易化历程。成立产学研合做机制，激励高校和研究机构取企业配合开展研究项目，实现手艺立异和财产成长的双赢。美国积极取科技企业合做，将具身智能手艺使用于军事配备的研发和出产中。一些企业正在的支撑下，将先辈的具身智能手艺为现实产物，不只满脚了军事需求，还鞭策了相关财产的成长。立项时间：2020 年 3 月，美国基于对将来城市做和形势的预判，正式启动该项目，旨正在为美军正在复杂城市中的做和供给无力支撑。布景：现代和平中城市做疆场景日益复杂，建建物稠密、地形多变且人员流动大，保守机械人难以满脚做和需求。为提拔美军正在城市中的做和能力，美国启动此项目。2023 - 2025 年：进入模仿测试取实地测试阶段。正在多轮模仿测试中，机械人正在虚拟的城市做疆场景中表示超卓，可以或许高效完成各项使命。目前正正在进行实地测试，沉点关心机械人正在实正在城市中的顺应性和靠得住性，估计正在 2025 岁尾完成初步验证，投入小规模试用。立异点取使用价值：该项目立异地将多模态传感器取先辈算法深度融合，使机械人具备高度智能化的和决策能力。其使用价值表现正在多个方面，如正在城市反恐步履中，机械人可率先辈入区域进行侦查，为士兵供给精确谍报；正在巷和中，协帮士兵进行方针搜刮和火力援助，无效降低士兵的伤亡风险。2023 - 2025 年：进入模仿测试取实地测试阶段。正在多轮模仿测试中，可以或许高效完成各项使命。目前正正在进行实地测试，沉点关心机械人正在实正在城市中的顺应性和靠得住性，估计正在 2025 岁尾完成初步验证，投入小规模试用。立异点取使用价值：该项目立异地将多模态传感器取先辈算法深度融合，使机械人具备高度智能化的和决策能力。其使用价值表现正在多个方面，如正在城市反恐步履中，机械人可率先辈入区域进行侦查，为士兵供给精确谍报；正在巷和中，协帮士兵进行方针搜刮和火力援助，无效降低士兵的伤亡风险。立项时间：2021 年 5 月，鉴于军过后勤保障正在和平中的主要性以及保守后勤运输的不脚，美国正式赞帮该项目，期望利器具身智能手艺实现物资运输的从动化和智能化。布景：军过后勤保障正在和平中至关主要，保守后勤运输依赖大量人力，正在复杂疆场下效率低且风险高。为处理这一问题，美国赞帮该项目，旨正在利器具身智能手艺实现物资运输的从动化和智能化。研究方针：研发可以或许正在各类复杂疆场下自从完成物资运输使命的具身智能机械人，提高后勤保障效率，降低运输过程中的风险。2021 - 2022 年：完成项目标前期规划取手艺预研，确定了基于强化进修和区块链手艺的研究方案。组建了跨学科的研究团队，包罗机械人专家、算法工程师、区块链手艺专家等，为项目标成功开展奠基根本。2022 - 2024 年：通过强化进修和模仿锻炼，机械人正在模仿的复杂地形和疆场中取得显著前进。可以或许按照分歧的况和突发环境，矫捷调整运输策略，如碰到泥泞道时，从动调整轮胎压力和行驶速度；敌方袭击时，敏捷寻找保护并规划新的运输线。同时，基于区块链的物资办理系统开辟完成，取具身智能机械人进行了初步集成。2024 - 至今：项目进入实地测试阶段，正在模仿疆场的实地测试中，机械人成功完成了多次物资运输使命。不竭优化机械人取物资办理系统的协同工做能力，估计正在 2026 年投入现实军事步履试用。立异点取使用价值：该项目立异性地将区块链手艺使用于军过后勤物资办理，取具身智能机械人协同工做。这不只提高了物资运输的智能化程度，还加强了后勤保障的平安性和可逃溯性。正在现实使用中，可大幅提拔军过后勤保障效率，削减因物资运输不畅导致的做和耽搁，为和平胜利供给无力支撑。2021 - 2022 年：完成项目标前期规划取手艺预研，确定了基于强化进修和区块链手艺的研究方案。包罗机械人专家、算法工程师、区块链手艺专家等，为项目标成功开展奠基根本。2022 - 2024 年：通过强化进修和模仿锻炼，机械人正在模仿的复杂地形和疆场中取得显著前进。可以或许按照分歧的况和突发环境，矫捷调整运输策略，如碰到泥泞道时，从动调整轮胎压力和行驶速度；敌方袭击时，敏捷寻找保护并规划新的运输线。同时，基于区块链的物资办理系统开辟完成，取具身智能机械人进行了初步集成。2024 - 至今：项目进入实地测试阶段，正在模仿疆场的实地测试中，机械人成功完成了多次物资运输使命。不竭优化机械人取物资办理系统的协同工做能力，估计正在 2026 年投入现实军事步履试用。立异点取使用价值：该项目立异性地将区块链手艺使用于军过后勤物资办理，取具身智能机械人协同工做。这不只提高了物资运输的智能化程度，还加强了后勤保障的平安性和可逃溯性。正在现实使用中，可大幅提拔军过后勤保障效率，削减因物资运输不畅导致的做和耽搁，为和平胜利供给无力支撑。