川企发布机器人任务执行系统
- 建立了从任务理解到技能选择再到动作执行的完整闭环
搭载该系统的人形机器人在接收单一复杂指令后,全程自主、稳定执行
相关技术已取得国家知识产权局发明专利授权
本报讯(四川日报全媒体记者 王成栋)机器人能否根据人的语言自主决策?这个梦想有望成真。8月17日,成都人形机器人创新中心发布全球首个复杂语言指令集全自主(无遥控)超长视野机器人任务执行系统。这有望让机器人摆脱实验室的“预设摆拍”或“遥控操作”,走进复杂多变的真实场景。据悉,相关技术已取得国家知识产权局发明专利授权。人形机器人走出实验室,关键是要摆脱预设环节、任务和动作,学会对复杂环境进行自己理解、自己规划、自己执行。但通常,人形机器人在真实世界中会受到观测不完备、环境动力学未知、任务语义歧义、接触状态突变以及执行器误差累积等因素影响。
成都人形机器人创新中心首发的这套任务执行系统,将世界模型、VLA等一系列当下流行的技术方案纳入统一的框架之中。该架构将Agent-MCP-Skills分层认知决策体系与世界模型深度融合,建立起从任务理解、资源调度、技能复用到物理感知与预测的完整闭环。
在演示视频中,搭载该系统的“成都造”人形机器人“贡嘎一号”在接收单一复杂指令后,全程自主、稳定执行,按顺序依次完成三项子任务。全程无遥控、无摆拍,真实展现机器人的全自主作业能力。在成都人形机器人创新中心有关负责人看来,其核心价值不在于堆叠了多少模型,而在于建立了从任务理解到技能选择再到动作执行的完整闭环——解决真实世界中的问题,让机器人真正具备了在陌生环境中自主完成长时序任务的能力。
更多新闻>>相关新闻
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




