動作規劃與導航 — 第 08 章:語義導航 [KR]
語義導航把物件、場所、區域和活動的意義融入空間推理,讓機械人能按環境元素與任務的關係選擇行動。其架構結合感知、定位、地圖、語義表示、推理、規劃和動作執行,並透過語義地圖、場景圖和目標落地連接高層任務與幾何路徑規劃。規劃亦可考慮語義限制、動態行為及不確定性。
語義導航把物件、場所、區域和活動的意義融入空間推理,讓機械人能按環境元素與任務的關係選擇行動。其架構結合感知、定位、地圖、語義表示、推理、規劃和動作執行,並透過語義地圖、場景圖和目標落地連接高層任務與幾何路徑規劃。規劃亦可考慮語義限制、動態行為及不確定性。
第 09 章探討基於學習的運動規劃,説明數據驅動模型如何利用示範、模擬及過往經驗,生成適合任務且可執行的機械人動作。監督式學習、模仿學習和強化學習可用於預測路點、軌跡、成本或動作策略,亦可提升 PRM、RRT 等傳統規劃方法。文章指出,泛化、安全及模擬與現實的差距仍是部署挑戰。
Navigation2(Nav2)是供自主移動機械人使用的 ROS 2 模組化導航框架,由多個伺服器協作處理路徑規劃、控制、復原、地圖介面及任務執行。BT Navigator 以行為樹協調導航流程,Planner Server 計算全局路徑,Controller Server 則將路徑轉為機械人可執行的速度命令;成本地圖、位置估計及插件介面支援環境表達、定位和算法替換。
第 11 章聚焦腿式機械人導航,説明導航必須結合移動、地形感知、落足點選擇與平衡控制。內容涵蓋 3D 地形表示、分層規劃、動態穩定性及狀態估算,並探討機械人如何按地形調整步態、路徑和復原行為。
小米創辦人、董事長兼 CEO 雷軍表示,「AI+手機」及「AI+具身智能機器人」等領域想像空間很大,未來三四年會出現顛覆性時刻。他認為,AI 進入物理世界並與終端及各種應用場景深度結合,將帶來巨大商業機會;具身智能機器人也是巨大的產業機會。
第 04 章講解雷達感知及 FMCW 雷達的訊號處理,説明雷達如何透過反射訊號測量距離和相對運動,並在黑暗、霧、塵及雨中維持效用。內容涵蓋 Range FFT、Doppler 處理和天線訊號處理,分別提取距離、徑向速度及方向資訊,並介紹實際訊號中的噪聲、多徑傳播與幹擾等因素。
本章説明 IMU 如何透過加速度計和陀螺儀測量比力與角速度,並介紹兩者的測量模型及在機械人感知系統中的用途。陀螺儀偏差會令姿態估計隨時間漂移,加速度計則受重力、機械人加速及震動影響;座標系、校準和取樣時間亦會影響慣性估算。
多感測器融合透過整合不同感測器的觀測,讓機械人建立比單一感測器更完整可靠的環境表示;核心架構包括早期融合、後期融合和深度融合。早期融合保留較多原始資訊,但對校準和同步要求高;後期融合較具模組化和容錯彈性,但可能在融合前已丟失資訊。深度融合在神經網絡的中間表示中學習跨模態互動,仍需處理特徵對齊、校準及時間戳同步。
3D 場景理解將機械人的空間感測資料整合為可支援推理與行動的環境表徵,結合幾何資訊與語義資訊,連接低層感知與導航、操作及規劃。場景表徵可由點雲、體素、網格等形式構成,並透過多視角與時間整合補足遮擋區域。系統亦須處理動態物件、定位不確定性及感測誤差,並按下游任務選擇合適表徵。
本章説明佔據網格映射如何以機率表示環境中各位置被佔據的可能性,並透過感測器觀測更新地圖。更新規則常採用 log-odds 累積證據,射線追蹤則用來識別自由空間和障礙物所在的網格。地圖精度與實時效能亦受網格解析度、定位誤差及動態物件影響。
Physical AI 系統的感知須連結智能與物理世界,提供支援推理和行動的環境表徵,而非只作被動感測。系統需要融合多模態及時間資訊,連結語義與一致的 3D 空間表示,並在感知與行動的閉環中處理不確定性。
第 10 章聚焦機械人的觸覺與力覺感知,説明觸覺感測如何量度接觸位置、壓力及形變分佈,補足視覺、LiDAR 等遠距感測的不足。內容比較電容式、電阻式及光學觸覺感測的原理、優點與工程限制,並指出技術選擇須配合空間解像度、力範圍、頻寬、耐用性及整合要求。
開放詞彙感知讓機械人突破預設物件類別限制,按語言描述在場景中尋找物件。其架構以視覺與語言的共享表示連接語義和圖像,再配合定位、分割及深度等感測資料,把二維觀察連繫至實體空間。語義相似度可能出錯,因此仍需信心估算、幾何驗證及時間一致性等機制。
雷軍表示,過去四年 AI 大模型技術進步迅速,但投入巨大,能落地並實現商業閉環、真正賺錢的公司仍相對較少。雷軍看好 AI 與手機、汽車等終端結合,並認為「AI+手機」和「AI+具身智能機器人」未來三四年有望迎來顛覆性時刻。小米正研發 MiMo 等基礎大模型,目前有 11.6 億台設備接入小米 IoT 生態平台。
美國 2025 年所用機牀約 51% 依賴進口;Core Matter 分析指出,本土擴產受人手、鑄件、進口零件及建廠時間限制。白宮於 2026 年 10 月 28 日根據《1962 年貿易擴張法》第 232 條發布公告,但尚未設定新關税,並開啟至 2027 年 4 月 26 日的 180 天談判窗口。
英偉達及其風險投資部門 NVentures 已聯絡至少 3 家受投資的機器人初創公司,表示業務將「照常進行」,以穩定市場對其機器人投資策略的憂慮。這發生在臨時 CEO 科萊特·克雷斯(Colette Kress)接掌公司之際,市場擔心黃仁勳離任後,英偉達對 AI、機器人及「物理 AI」初創企業的投資會放緩。
三星電子、SK 海力士和美光正為晶片工廠使用的移動機械人制定統一充電標準,涵蓋電池規格、充電站通訊與設備、充電連接件及電池管理系統。標準僅適用於部署在晶片工廠的移動機械人;統一充電系統可減輕採購、驗證和維護負擔,並降低對單一供應商的依賴。
宇樹科技創辦人王興興穿西裝出席 APEC 工商領袖峯會,腳上的舊白色 Nike 運動鞋意外成為網民焦點。他談到機械人適應不同場景的「泛化能力」仍是棘手問題,但今年全球相關技術突破令他看到臨界點。王興興以695億元財富列《2026胡潤百富榜》第78位。
寧夏移動在海原縣博物館落地寧夏首個博物館場景人形雙足導覽機械人,並同步上線海原縣博物館智慧小程序。機械人可定點值守、巡迴講解及帶路;小程序提供數字人講解、AR展品互動和VR全景展廳。
Genesis AI 宣佈完成 5 億美元 A 輪融資,投後估值為 35 億美元。資金將用於擴大數據採集與機器人模型訓練、提升多場景物理操作能力,並推動通用機器人 Eno 面向客戶規模化部署。公司的全棧自研體系涵蓋機器人基礎模型 GENE、靈巧機械手、數據採集手套及仿真平台 Genesis World;Eno 將優先面向製造、物流及實驗室等工業場景。
Genesis AI 宣佈完成 $500M A 輪融資,估值為 $3.5B,Premji Invest、Khosla Ventures 和 Eclipse 領投。通用機械人 Eno 以輪式底座移動,由定製 AI 模型 GENE 驅動;其手部按人手設計,可用人類手部操作示範作訓練資料,公司稱這類資料較易製作。公司將用資金招聘更多 AI 研究人員和機械人專家,並加大訓練數據收集力度。
小米創辦人、董事長兼 CEO 雷軍出席 APEC 工商領導人峯會,表示具身智能機械人是巨大的產業機會,其想像空間會超過汽車產業。雷軍亦稱,小米看好 AI 走向物理世界帶來的發展空間,並在峯會現場派發名片、為台下朋友拍攝合照。
小鵬以海外擴張尋求增長,同時推進人形機器人商業化,管理層則提出先由汽車業務的正向現金流和盈利支撐物理 AI 投入。2026 年第三季度交付 11.84 萬輛、營收 242.8 億元,均創單季新高;海外交付 2.79 萬輛,同比增長 153%。小鵬計劃於 2027 年 1 月開始機器人量產,Q1 在部分門店試用,Q2 向外部商業客戶發布並開始交付。
雷軍近日出席 APEC 工商領袖峯會,與嘉賓交流並主動派發名片。談及 AI,他指大模型技術過去四年快速發展,AI 手機、AI 汽車等領域未來幾年有望出現重要產品。小米機械人研發已持續約6年,具身智能機械人近期進入小米汽車工廠「實習」,可連續作業8小時,並曾自主充電兩次。
小米創辦人、董事長兼 CEO 雷軍於 11 月 17 日出席 APEC 工商領導人峯會,現場派發名片,並在台上為台下朋友拍攝合照。雷軍表示,具身智能機械人是重大的產業機會,其想像空間將超越汽車產業;小米看好 AI 走向物理世界為亞太經濟帶來的機會。
Yann LeCun 指出,近期 AI 網絡攻擊只是短暫過渡期的一部分,AI 工具在這段期間會助長網絡攻擊,令攻擊者較防守者佔優。他預測,未來軟件系統將由 AI 加固,世界可能進入軟件系統前所未有安全的時代。
加州 DMV 已禁止 Waymo 無人駕駛的士在加州高速公路營運,該機構認為其無人駕駛營運對公共安全構成迫在眉睫的威脅。DMV 列出的近期事件包括三輛 Waymo 車輛駛入伯靈格姆附近的限制施工區,以及一輛車曾試圖超越疏導交通的公路巡警車;旗下無人駕駛的士亦多次試圖穿過高速公路施工區。
小米服務回應粉絲指雷軍在APEC演講時好像略顯社恐,稱「這麼大的國際場合,緊張太正常啦」。雷軍在深圳舉行的2026年APEC工商領導人峯會分享小米在人工智能、具身智能及生態建設方面的佈局,並表示小米IoT生態平台已加入11.6億台設備。
Jeff Bezos稱特朗普經常主動聯絡,並表示總統需要商界領袖提供建議,排斥商界領袖是錯誤。Blue Origin已在兩個項目使用Prometheus的工具;這間AI初創公司成立於2025年,已融資$14.5 billion,約有250名員工。
褚君浩認為,智能化人形機械人要提升智能化水平,需補齊感測器一環,讓感知、分析與控制協同工作。感測器可協助機械人取得圖像、聲音、壓力等資訊,紅外探測亦可在可見光不足時取得圖像。他並指出,人工智能可作為助手,但不能取代系統的課堂學習。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,主打專業任務與日常工作效率,並提升 3D 建模及物理仿真能力。在 Agents' Last Exam 中,Astra 較前代提升 5.2 個百分點,任務成本降至三分之一以下;AA-3D 得分為 1318 Elo,排名第一。
推薦理由:文章對照專項評測、3D 工程案例及編碼與幻覺率數據,讓讀者掌握 GPT-6.2 Astra 的能力表現及適用邊界。
加州 DMV 於 2026 年 11 月 11 日下令禁止 Waymo 無人駕駛車輛使用加州高速公路,理由是多次發生施工區安全事件。Waymo 亦暫停美國其他市場的高速公路服務;加州限制要待其證明整改有效才會解除。其地面道路叫車服務仍在運作,每週提供超過 50 萬趟行程。
推薦理由:報道將本次限制與 Waymo 先前暫停高速公路服務及更新軟件的經過對照,呈現重複安全問題如何影響監管機構恢復通行的要求。
Promise Robotics 完成 C$40M B 輪融資,由 White Star Capital 領投,資金將用於擴建為建築商生產住宅結構部件的機械人工廠。
Jensen Huang 辭任後,Nvidia 及其創投部門 NVentures 聯絡至少三家受其投資的機械人初創,表示會繼續支持,並向它們保證業務會如常運作。
WAM-Policy透過兩階段流程,將世界動作模型轉化為可依語言指令執行四足行走操作的策略。在包含10項模擬任務的QLM-Bench上,遷移策略得分77.0%,OPSD學生模型得分76.7%,取樣速度快14倍;加入任務專屬RL及M-OPD後,得分升至85.0%。研究亦將OPSD學生模型部署於實體Unitree Go2 Air。
Inhabitant 是一個免訓練 Agent 框架,讓語言模型規劃並執行長時程人景互動,透過位置、路徑與姿勢指定動作、量度執行偏差,再修訂控制。
SimAudit 透過大語言模型審核模擬操作基準測試的成功檢查器,找出檢查器與任務指示可能不一致的狀態,並在模擬環境中重現及核實。常用基準測試均出現檢查器錯誤,例如 RoboTwin 2.0 會同時誤判成功與失敗,因此公佈的成功率未必能準確反映執行情況。
本教學説明如何透過經過驗證的閘道和 WebSocket,將 ROS 2 指定主題的遙測資料傳送至 Flutter App,避免直接向手機公開整個 ROS graph。內容涵蓋訊息格式、資料抽樣、時間戳記與重新連線處理,以及端到端延遲、吞吐量和記憶體用量等效能測試。教學亦提醒要顯示資料過時狀態,並在實際目標硬件上進行測試。
雷軍在2026年亞太經合組織(APEC)工商領導人峯會表示,小米機器人已在小米汽車工廠完成8小時作業任務,期間自主充電兩次。他認為,具身智能機器人將成為巨大的產業機會,其想像空間應超過汽車產業;小米機器人研發已持續約6年。
Promise Robotics 宣佈完成由 White Star Capital 領投的 $40 million CAD B 輪融資,將用於擴展北美自動化建屋生產網絡。