跳到主要内容
BIMANUALEnglish

分类

机器人与 Physical AI

机器人与 Physical AI 是本站的核心内容领域,涵盖具身智能、机器人智能、操作与灵巧性、公司与商业化进展。

主题入口

推荐内容

长期指南

机器人灵巧手和工业夹爪有什么区别?如何根据任务选择?

从固定工件搬运到手内操作与柔性物体处理,本文按任务成功条件、接触与控制能力、系统集成成本比较平行夹爪、自适应两指夹爪与多指灵巧手,并指出不同产品规格不可直接排名的原因。

阅读文章 →

近期内容

长期指南

机器人灵巧手怎么选?从自由度、触觉感知到软件集成

选择机器人灵巧手,不是比较谁的手指更多、自由度更高,而是判断具体操作任务需要怎样的机械驱动、接触感知、控制接口和软件环境。本文从研发与系统集成出发,说明如何读懂产品参数、识别版本差异,并在购买或询价之前核实关键条件。

长期指南

什么是机器人规划?从任务目标到可行的运动方案

机器人规划在约束下把目标转化为候选动作与运动。本文解释任务规划、运动规划、构型空间、搜索、轨迹与反馈之间的关系,以及为什么规划可行不等于现实执行成功。

长期指南

什么是机器人控制?从高层指令到真实运动

机器人控制通过反馈、运动与力调节、预测式优化、全身协调和学习组件,把期望行为转化为真实物理动作。

长期指南

什么是机器人世界模型?机器人如何预测行动之后会发生什么

世界模型帮助机器人预测动作可能如何改变物理世界。本文解释学习到的环境动态、规划、潜在预测、仿真、VLA,以及预测真实世界结果时仍然存在的边界。

长期指南

什么是机器人基础模型?从 AI 模型到物理智能

机器人基础模型把基础模型思想带入物理系统,解释数据、感知、行动、具身与反馈如何在现实约束下共同工作。

长期指南

机器人如何完成操作?从感知、规划到控制

机器人操作是通过与物体和环境进行有目的的物理交互来完成任务。本文以插销插入为贯穿示例,解释任务相关状态、抓取、规划、接触、控制、反馈,以及学习方法和真实部署证据之间的关系。

长期指南

什么是 Sim2Real?机器人如何从仿真走向现实

Sim2Real 指将机器人在仿真环境中获得的能力迁移到真实机器人,并用现实世界的测试验证其可靠性的一组方法。本文解释现实差距、主要迁移策略,以及为什么仿真成功不等于部署成功。

长期指南

机器人如何学习?从示范学习、强化学习到 Sim2Real

机器人学习是机器人通过数据、示范、环境交互或仿真获得并改进能力的方法集合。本文解释行为克隆、强化学习、机器人数据与 Sim2Real 的作用,同时区分学习策略、规划器、控制器和真实部署证据。

长期指南

什么是具身智能?身体、环境与行动如何共同塑造智能

具身智能不是一个单独的模型名称,而是一种系统视角:智能体的身体与环境会共同影响它能感知什么、如何学习,以及如何行动。本文定义这一概念,并厘清它与相邻 AI 术语的边界。

长期指南

什么是 VLA?Vision-Language-Action 模型如何让机器人理解并执行指令

解释 Vision-Language-Action 模型如何连接语言、视觉与机器人行为,以及它在完整机器人控制架构中的位置。

长期指南

从 LLM 到机器人动作:VLM、VLA、世界模型、强化学习、Sim2Real 和机器人控制到底是什么关系?

用一个“把红色杯子放进盒子”的任务,拆开 LLM、VLM、VLA、世界模型、模仿学习、强化学习、仿真、Sim2Real、规划、策略与控制在 Physical AI 中的分工。