俄罗斯工程院院士孙立宁：微纳感知促进人形机器人智能化发展

前言

2024中国人形机器人生态大会报告实录整理。

4月2日，由中国机器人网、智能谷产业园主办的「2024中国人形机器人生态大会」在上海顺利举行！数千人齐聚，聚焦人形机器人产业前沿话题，剖析产业风口，共同探寻产业融合与落地的方向。

在上午的院士专家报告环节中，俄罗斯工程院院士孙立宁围绕「微纳感知促进人形机器人智能化发展」这一主题，展开了主题报告。

以下是本次报告实录，「中国机器人网」整理删改：

人形机器人的发展特别快，今天我从几个角度来分享一下当前人形机器人的进展。

从国家这几年发展机器人到十四五规划，到近期工信部也提到了人形机器人发展的规划：25年快速发展，到27年能够达成深度结合。上个月我们也看到了19个方向，今天也看到一些展品，我们注意到，未来产业创新的规划第一条就是人形机器人。从这点来看，国家非常重视这个领域的发展，近期大家也感受到无论是科技部还是工信部都在对白皮书进行制订，而且各个省市也都成立了创新中心研究院。

人形机器人的好处大家都已经很清楚了，主要是解决复杂场景。从美国的Atlas，到近期的擎天柱，非常高兴看到一年半的时间，沉寂了20多年人形机器人再次爆发，而且发展非常快。

那么，我们想达到什么目标？两个方面，一个是从技术层面，想机器人像人一样，能够动，能够跑，更重要的是能够跟人一样比对，这就是模仿人的仿生和智能。很多的场景还在探索之中，至少方向没有变化。

回到技术层面，大家知道人形机器人有6项关键技术，从高爆发力的驱动，然后是环境感知，运动，然后是本体，大模型，然后是像计算机手机一样，今天重点是感知和控制方面的介绍。

有了机器人这个概念，过去我们更关注内在的闭环，像工业机器人，现在更关注外部。我们听，我们看，我们闻，外部的手和皮肤，我们理解也比较容易，近期，我们也在探索这个技术，比如说，我们团队搞机器人电子皮肤，摩擦发电，用先进材料研制出来可穿戴的皮肤。第二个是传统的，不可少的微纳感知技术，灵巧手触觉。

环境感知，环境几何特征感知，这个像人一样精准化大场景，最终野外作业的时候，具备了野外的图像采集，地形感知与分割，也是借鉴移动的技术，人形机器人解决应用就可以了。从宏观到微观到场景，操作应该是属于协作机器人和人形机器人特有的，炒菜、抓取，对物体的感知，早期做视觉比较多，现在对软体复杂的情况，这边就发挥很大的作用，包括清华大学一些传感器，已经能够识别材质，包括手指也已经有了纹理，更加精准化。

系统建模，这比较难。早期做人体运动，普通倒立、弹簧附载倒立摆，如果是系统动力学模型，就能够跟大数据行为结合，可能这是一个很好的办法，再加上人形机器人的自学习训练，像人一样，人是没有模型的，就是通过训练学习过程。

运动控制，步态运动，这个方面看到了挑战，控制手段与要素，控制目标与模型的问题。现在看全身运动控制应该是从早期的控制手段到控制要素仔细的变化，基本是动力学。现在全身动力学要搞冲击力的柔性，人跳起来的样子，基础的模型多方面的，有基于动量，有基于动能，发展趋势做了10年，高动态运动，最终是拟人化。

四肢协调，两个胳膊两个手，这里面的复杂动作是协调性带来的挑战。模型驱动总是很难做到那么精准，计算量很大。数据驱动非常重要，人的行为可能没有很多的模型，通过学习进化变成了外部环境。数据平台大模型结合了，未来发展在手的操作方面会给我们带来很多的挑战，实现人形机器人真正的应用，包括物理模型的融合。

最终是多模态，今天不讲，但是我的理解是底层运动跟我们的行为结合，这是目前一个真正比较现实的问题。

今天讲一讲创新，我们人类的发展有39万亿的细胞节点，我们的运动实际上是最根本的神经元。2006年、2008年把神经元模型建起来了，经过10年把生物芯片造出来了，这个模型非常好，如果能够跟动力结合会很好。

那么，能不能把这个建好，通过一定的训练，自己爆发出一个神经元。我们发现神经元包括人类对于声觉和视觉的认识，是我们脑海马体模拟对象的机器人仿生出来的，前期工作也得到了建图、仿生强化学习结合起来，算力比较怪，这个比较前沿，未来研究上结合起来是一个新的思路。

ChatGPT热了一年多了，但是真正对我们发展有帮助的，是神经网络和生成数据，这两个非常重要。算法AI，如果是神经元这种借鉴可能更快更好，这是一个趋势，需要大家探讨。

应用前景大家非常清楚了。那么，这里面关键问题怎么弄？一个是语言模型，一个是机器人操作，动作怎么描述出来有很多数据，操作发展过程当中，还有数据存储，一个视频几百兆，一个动作，恐怕得非常巨大的海量数据，后面还有很多模型神经网络，这方面很重要。

有了数据以后我们人的行为有了，怎么迁移到机器人来，包括人类行为迁移到机器人，数字迁移问题很重要。这个问题我们有不同的角度来迁移数据，所以我们在面临人形机器人的时候，大战略思路非常清楚，细节问题很难。

感知方面也存在一些创新，最重要的就是人工智能技术怎么落地。一个数据，一个操作，这些问题也给我们带来挑战，这些问题如果能够解决，就能回到人形机器人的初衷。

人形机器人在教育科普、特种环境、工厂里面都很重要。把技术结合起来，希望大家能够从不同的角度去合作和交叉，解决共性问题，最后迁移到我们产业的载体，使我们机器人性能不断提高，更好使用，从而达到我们的梦想。