2025具身智能机器人场景应用白皮书

核心观点与关键数据

本报告探讨了智能巡检在工业落地场景中的应用，重点介绍了爱荷华州立大学研究团队开发的基于大象机器人myBuddy 280双臂协作机器人的全自主实验系统。该系统结合深度强化学习（RL）、RGB-D视觉感知和Sim2Real零样本迁移技术，实现了复杂植物环境下的遮挡感知与柔性操作。

研究方法与系统功能

研究团队采用myBuddy 280作为核心硬件平台，通过RGB-D相机获取多模态观测数据（RGB图像、深度信息及仿真训练时的特权果实掩码）。基于PPO算法训练的RL智能体输出关节空间运动指令，控制机械臂以顺应性方式与柔性植物茎干交互，推开遮挡枝叶，使目标果实暴露。系统在具有明显主茎的植物上测试，遮挡排除成功率最高达86.7%。

研究结论

该研究表明，基于通用模型训练的智能策略在真实复杂场景中具备有效性和泛化能力，为工业自动化巡检提供了新的技术路径。系统展示了深度强化学习与机器人技术的结合潜力，特别是在需要柔性交互和复杂环境感知的应用场景中。

报告信息

本报告由【创业邦研究中心】与【SAP】联合制作，内容受中国知识产权法保护。报告数据来源包括第三方信息及公开资料，所有权归创业邦与SAP所有。如对报告内容存在异议，可通过research@cyzone.cn联系。