机械臂
应用场景
- 工业：汽车制造焊接喷涂、电子产品组装、药品生产
- 服务：医疗手术辅助、仓储物流
训练方法
- 模仿学习 + 强化学习结合
- 行为克隆（BC）：人类遥操作采集示教数据
- 动作分块技术（ACT 算法）：解决长序列任务误差累积
研究趋势
- 多模态感知融合
- 自适应抓取策略
- 零样本迁移学习
- RT-1：100 种日常任务零样本泛化
轮式移动机器人
类型
差分驱动小车、配送机器人、自动驾驶车辆
技术实现
- 传统方法：SLAM、A*、Dijkstra、DWA
- 深度强化学习：端到端视觉导航
- 模仿学习：人类驾驶员数据训练
混合控制
高层：A* 路径规划 底层：强化学习局部避障
人形机器人
控制方法
- 传统：基于模型的优化控制、PID、ZMP 控制
- 深度强化学习：仿真环境自主学习步态
开发路线
- 基础阶段：静态平衡（质心偏移 <2cm）
- 中级阶段：动态行走（连续行走 >100 步）
- 高级阶段：复杂操作（成功率 >90%）
无人机
控制方法
- 传统：PID 控制、MPC
- 强化学习：高速穿圈、动态避障
- 模仿学习：悬停控制、轨迹跟随
技术挑战
- 高频决策（100Hz+）
- 极低延迟（<10ms）