展開全文本期源創會圍繞機器人軟件係統的第期前沿技術展開深度探討，涵蓋多維感知、深圳運動控製、站源數據開源、創會成功操作係統與ROS實戰等核心議題，舉辦機器件係並展示了多項突破性技術與應用成果。共話從機器人競賽到軟件係統實踐：日本創客文化對技術創新的人軟啟發SwitchScience全球業務發展人員、早稻田大學客座教授高須正和發表《從機器人競賽到軟件係統實踐：日本創客文化對技術創新的第期啟發》主題演講。高須正和從日本機器人比賽情況、深圳日本創意源泉、站源以及中日國際鏈接三個角度做了分享。創會成功首先，舉辦機器件係日本機器人比賽如CoRE和高專機器人比賽，共話以創新、人軟團隊合作和技術挑戰為特色，第期激發青年創造力。日本中央電視台也發起了麵向不同年齡段學生的機器人比賽，不僅學生，也有許多DIY、開源愛好者熱衷參賽。DIY機器人相關比賽的內容也很豐富，比如IEEESpectrumHebocon廢柴機器人大賽，以“低技術力”和“廢柴精神”為核心，參賽機器人需以“廢柴”為榮，技術先進的則會被扣分。這也展示了日本機器人創意的源頭。高須正和介紹，日本人奇思妙想源自動漫聯動與實現夢想的熱情，迸發熱愛能量。許多機器人工程師非常喜歡動漫作品如《高達》和《哆啦A夢》等等，並從中汲取靈感。也有一批有意思創業公司工程師，以前會參加機器人比賽，現在做機器人DIY，也作出一些有意思的作品，比如人形/車型變形機器人、臥病在床時可操縱的服務生分身RobotCareDAWN。最後，高須正和也提到了中國與日本在產業上的鏈接，他認為，日本與中國的差異是促成國際合作的契機，此外，日本也能成功應用中國的M5Stack及RDK係列開發環境。當下，高須正和也常活躍在中日兩國機器人相關活動上，促進中日企業的交流與合作。基於數據驅動的足式機器人小腦技術橋介數物項目交付負責人王建淞發表《基於數據驅動的足式機器人小腦》主題演講。隨著通用機器人產業的快速發展，運動控製能力成為推動產業化進程的關鍵技術突破點。王建淞指出，當前機器人產業正處在爆發前夜，預計1至2年內主要麵向開發者市場，3至5年將迎來足式機器人的黃金時代，5至10年則會在C端市場實現規模化爆發。但要讓機器人真正落地，精準的動作控製特別是複雜環境下的高動態控製，“小腦“係統的作用至關重要。傳統控製方法依賴精確動力學模型，但麵臨複雜環境適應性不足的問題。行業正轉向基於學習的控製方法，利用大數據優化動作策略。王建淞介紹了兩種主要技術方案：一是端到端大模型方案，雖能一體化處理感知、決策和運動，但存在訓練難度大、數據需求高、推理速度慢的缺陷；二是分層式端到端控製，通過多模型協同提升訓練效率和推理速度。聚焦機器人“小腦“運動控製，業界正從ZMP、MPC等基於模型的控製方法，向數據驅動與強化學習融合方向發展。基於強化學習的控製技術已能實現基礎行走、上下台階、跌倒自恢複及擬人化行走、奔跑和軌跡模仿等任務，訓練方法涵蓋純獎勵學習、模仿學習與多模型融合學習。強化學習依賴仿真數據，但麵臨動力學參數偏差、傳感器噪聲幹擾、柔性接觸模擬失真及碰撞模型簡化等仿真與現實差距。為此，需引入真實數據並通過專家反饋信號優化策略。在此背景下，橋介數物利用自研的通用人形機器人運動控製平台，在強化學習與模仿，學習仿真運動控製，以及世界模型與數據分析方麵，自研了多項核心技術，以期為全球通用足式機器人產業提供一流的運動控製係統。王建淞表示，橋介數物能將一個機器人從0到1行走的調試周期從1-2個月縮短至3天，此外，橋介數物的廣覆蓋與兼容性，以及不斷迭代的算算法也是其核心競爭力。共建具身智能數據生態南加州大學電子工程係博士、國地共建具身智能機器人創新中心數據負責人李廣宇發表《共建具身智能數據生態》主題演講。李廣宇指出，當下全球比較成熟的兩個大規模智能係統一個是自動駕駛，一個是大模型。對比這二者，具身智能的發展稍晚，並且正麵臨六大痛點，一是數據稀缺，目前機器人相關的數據還處在“非常少”的階段；二是數據孤島，具身智能領域，每個不同的機器人在其特定的應用場景下從事作業任務時，會帶來指數級增長的多樣性；三是數據鏈路還比較低效；四是評估體係不夠完善；五是不具備數據飛輪；六是具身智能職業訓練師空缺。在此背景下，李廣宇和其團隊構建了一套數據驅動的全鏈路體係，包括真機數據采集、仿真數據生成和平台工具鏈，旨在推動機器人智能的發展。國地共建具身智能機器人創新中心發布了名為“RoboMIND”的多場景、多本體、多任務的標準化數據集，共包含10萬條高質量數據，覆蓋多種機器人本體和任務場景。通過數據集的建設和實驗證明，仿真數據與真機數據的融合能顯著提升模型性能。李廣宇介紹，基於數據驅動，創新中心在模型方麵也有得了一些成功案例。首先圍繞具身大腦，可以實現一個完整的思維鏈，包括任務規劃、任務理解等能力，比如讓天工機器人根據操作員指令去做積木搭建。集群操作領域也做了高質量數據的價值驗證，比如通過一個單一的VLA模型，可以完成桌麵清潔整理的工作，即便出現抓取失誤或是目標物體被移動的情況，也能自主規劃，再次執行直至完成任務。在具身操作領域，李廣宇展示了一個五指靈巧手在零售物流作業場景中打包的操作，通過原子技能庫的方式，這個靈巧手可以在大模型的任務編排——小腦操作執行的流程下，實現精細的雙手協同。此外，在具身運控場景下，日前天工機器人在北京亦莊的機器人半馬中也取得了第一的好成績，“這也體現了91下载成人抖音數據驅動下的運動控製的綜合能力。”李廣宇透露，接下來，國地共建具身智能機器人創新中心會建設一個麵積約1萬平米的具身智能數據和訓練基地，支持多種機器人技術研究，“希望把91下载成人抖音的能力賦能給整個行業。”多維觸覺引領全球機器人智能感知進化在觸覺感知上，顧宏康介紹了機器人觸覺技術的四大流派：電阻式、電容式、視覺和空間磁場感知。這些不同的感知技術，可以感知物理元素維度、頻率和力的敏感度等等，最終可以實現捏起一片薄薄的薯片，或是判斷包括皮革等在內的物體表麵材質。帕西尼自主研發的ITPU多維觸覺傳感技術，打破了傳統觸覺傳感器感知維度單一、一致性差、耐久性與可靠性不足、價格昂貴、易用性差等諸多長期發展桎梏，行業內率先實現多維陣列力感知及材質、溫度、紋理等多物理屬性解析，並推動觸覺傳感器首次實現高可靠性規模化量產，使用壽命突破300萬次，達到工業級標準。基於ITPU多維觸覺技術，帕西尼打造了一係列硬件產品，包括多維高精度陣列式觸覺傳感器PX係列、多維觸覺+視覺雙模態靈巧手DexH13，以及以多維觸覺為核心的商用人形機器人TORA-ONE。顧宏康也特別強調了觸覺數據在機器人操作中的重要性，“沒有觸覺數據，模型就很難提高泛化性。”接下來，帕西尼還計劃提供高質量大規模的觸覺數多模態據集，幫助產業鏈廠商更好地訓練模型。RT-Thread為機器人軟件係統賦能RT-Thread嵌入式軟件工程師梁瑛健發表《RT-Thread為機器人軟件係統賦能》主題演講。梁瑛健指出，當前機器人行業麵臨的軟件挑戰，包括智能化和不同行業場景的多樣化需求等，其核心需求是實時性、精確性、靈敏度、穩定性和多自由度控製，以及能夠實現硬件的多樣化適配。在此基礎上，機器人軟件係統又對實時操作係統有著生態能力與技術能力兩大方麵的需求。生態上方麵需要POSIX兼容、全工具鏈、活躍社區等要求。技術能力方麵的需求，包括統一的設備框架、高品質API、低功耗小程序、MLU支持的多媒體微內核、多核AI大模型、關鍵組件、工業協議、虛擬化部署能力以及高安全性和可裁剪特性。梁瑛健詳細介紹了RT-Thread操作係統，作為一款開源、高可靠性和可伸縮的國產操作係統，RT-Thread有三大顯著特點：自主可控、中立第三方和本地團隊。RT-Thread自2006年啟動以來，經曆了多個重要版本的迭代，包括引入TCPIP協議、完善文件係統和網絡協議棧、推出編程指南、類安卓的GUI以及小程序等功能。目前，RT-Thread主要提供針對不同資源需求的三大產品線：針對MCU的極輕型版本Nano；針對IoT節點設備的標準版RT-Thread；以及麵向AI和工業設備的微內核架構的RT-ThreadSmart。此外，還提供了一站式開發工具RT-ThreadStudiolDE。這些產品和工具共同構成了RT-Thread操作係統豐富的軟件生態係統，為軟件係統開發提供全麵支持。在為機器人軟件係統賦能方麵，RT-Thread的三大核心優勢包括高度可定製化、完整生態以及一體化係統。高度可定製化得益於RT-Thread係統結構化清晰，組件耦合性低，便於根據客戶需求裁剪功能，降低維護成本。完整生態涵蓋芯片組件、軟件包、開發者和網絡應用，形成閉環。一體化係統則將應用與內核編譯為整體，相較於非一體化係統，簡化維護並減少安全問題。係統支持多種語言，適用於不同IoT應用場景，從高端產品到低端產品均可靈活調整。下期源創會預告OSC源創會・上海・113期時間：2025-05-2413:00至17:00地點：上海普陀市華東師範大學逸夫樓報告廳下期源創會預告OSC源創會・上海・113期時間：2025-05-2413:00至17:00地點：上海普陀市華東師範大學逸夫樓報告廳