7.具身智能：从机器人秀场到万亿数据新生态的破局之路-谦鸿.pdf

《7.具身智能：从机器人秀场到万亿数据新生态的破局之路-谦鸿.pdf》由会员分享，可在线阅读，更多相关《7.具身智能：从机器人秀场到万亿数据新生态的破局之路-谦鸿.pdf（24页珍藏版）》请在三个皮匠报告上搜索。

1、具身智能：从机器人秀场到万亿数据新生态的破局之路谦鸿 蚂蚁数字科技 具身智能技术专家蚂蚁终端体验科技大会1.巡检机器业务场景2.具身智能技术发展现状3.蚂蚁数科数据采集案4.数据采集训练成果5.数科具身智能平台完成巡检，实时上报巡检结果并成巡检报告04返回充电/主充电完毕后再进下轮主巡检05勘探规划巡检路线01设置部署巡检点位与任务02根导航路径实时巡视点位03巡检场景流程应场景：设备状态数据读取机器的图像识别功能代替了动抄表录功能，通过图像建模识别技术和机器深度学习算法，机器可以准确识别现场各种数字、指针仪表、阀、液位计以及开关等设备状态，对设备的运安全进全位的记录。机器进个仪表的识别时间平

2、均为20秒，极的提现场记录的效率。表计数据读取应场景：设备装置区易泄露装置检测机器通过AI视觉识别技术等检测段，对作设备进跑冒滴漏检测。系统搭载精度云台+清摄像机精准定位泄漏点，对焦拍照发送后端平台，平台上显示泄漏位置的坐标并预警，实现“跑、冒、滴、漏”检测。跑冒滴漏检测环境感知数据操作交互数据运动控制数据设备参数数据与类、环境以及其他机器或其他智能体进安全、然、效的沟通和协作获取、处理、理解环境和身状态信息，并能进推理、判断、构建和运知识的能在多种环境和任务中实现精准感知、逻辑推理、任务规划和动态决策的能精准控制关节运动及末端操作，并具备机体移动、动态平衡、定位导航、执复杂动作及任务的综合能

3、群体协同主知识构建我演进类灵活执个性化交互跨领域认知知识迁移复杂操作情绪识别场景理解任务规划与学习具运单模态响应单模态感知规则执基础运动多模态理解多模态融合简单推理多任务协调 感知认知能决策学习能执表现能协作交互能形机器智能化分级（T/CIE 298-2025）具身智能当前还处在智能化的初级阶段快速进展的运动控制Locomotion任重道远的操作控制Manipulation运动控制进步，具身智能的难点在操作模型根据推算，每多采10倍数据，机器错误率才会降低约10倍。模型对于新物体/新环境的泛化能，与其训练时接触的物体/环境数量之间，呈现幂律关系 物体/环境泛化能Data scaling law

4、s in imitation learning for robotic manipulationFigure 5:Power-law relationship.Dashed lines represent power-law fits,with the equations pro-vided in the legend.All axes are shown on a logarithmic scale.The correlation coefficient(Pearsons)indicates a power-law relationship between the generalizatio

5、n ability and the number of objects,environments,and environment-objectpairs.See Appendix G.1 for data scaling laws on MSE.10010-112481632Pour WaterOptimality Gap=0.825 -0.703=-0.987Number of Training Objects10010-112481632Pour WaterOptimality Gap=1.180 -844=-0.960 Number of Training Envs10010-11248

6、1632Pour WaterOptimality Gap=1.068 -0.579=-0.980 Number of Training Env-Object Pairs10010-112481632Mouse ArrangementOptimality Gap=0.826 -0.697=-0.991Number of Training Objects100210-112481632Mouse ArrangementOptimality Gap=0.827 -0.466=-0.966 Number of Training Envs10010-112481632Mouse ArrangementO