向机器人方向发展，应该重点学啥?

西安珏佳猎头

马斯克今年在特斯拉股东大会表示，人形机器人和人的比例可能约为2:1，也就是说，未来对人形机器人的需求量可能是100亿至200亿台，距离2万美金售价目标仍有大幅降价空间，未来将分阶段迎来规模量产。

不过，由于应用场景不足，再加上高技术、高成本门槛，人形机器人仍处于早期阶段。目前，人形机器人功能相对简单、仅实现了初步智能，在一些入门级应用场景中，拼不过更加成熟且成本低廉的机器人。

目前，多数人形机器人都聚焦在“位控”和“力控“两类控制模式上发展，还未和深度学习、强化学习等技术深度结合，在商业应用上还需攻克稳定性问题。此外，一个最大的瓶颈就是制造成本高昂，而这有赖于大规模生产的基础及多方位的技术突破，这也进一步导致人形机器人难以推广。

1，大语言模型应用（LLM），热度最高的，也是风口最大的

协作机器人、教育机器人、服务机器人领域研究火热。这个得益于以ChatGPT为代表的OpenAi的面世和推广。大语言模型与细分行业的结合，这个风口刚刚吹起来，市场火热但人才稀缺，是个方向。

2，具身智能

人形机器人吹捧热度高。可以简单理解为各种不同形态的机器人，让它们在真实的物理环境下执行各种各样的任务，来完成人工智能的进化过程。不过，具身智能非常依赖基础学科的技术发展。

3，L-SLAM导航、V-SLAM导航

智能驾驶、AMR移动机器人、服务机器人、人形机器人等与导航和路径规划有关的机器人行业持续关注的核心技术。一般来说，这些算法和技术与ROS相结合。这个技术目前热度最高的事件就是武汉萝卜出行，汽车传感器被塑料袋遮挡，汽车无法运行。SLAM是当下也是未来很长一段时间内的核心技术热点。

4，视觉识别算法、雷达识别算法

这个是机器人导航算法的前一级核心。不同的算法与不同的传感器器件也息息相关，属于是机器人行业的基础科学性质。这类人才，就业面非常的广，不单单是机器人。

5，传感器

激光雷达、双目相机、深度相机、超声波、TOF传感器等，机器人具身智能的重要技术核心。这是更基础也更容易颠覆机器人技术生态的部分。目前业界好的传感器几乎都是国外品牌，这几年传感器国产化风头正紧，许多公司也趁势迅速崛起。

6，电池

这个不仅仅是机器人行业了，凡是用到储能的设备，这个是避不开的技术瓶颈。

阿法狗和柯洁下一盘围棋，需要消耗一吨标准煤，可见能源和储能严重限制着机器人进一步大范围的推广。

看国家风向：政策上，摘掉工业明珠是国家大势所趋。机器人行业作为工业桂冠，前景不可限量。

目前看来，人形机器人的核心零部件主要包括电机、减速器、传感器等。

机器人关节处需多个电机驱动，电机驱动系统是将电能转化为动能的物理系统，主要由负载、控制装置及电机等部分构成，电机驱动芯片是电机驱动系统的大脑。在人形机器人中，电机需求广泛分布。以特斯拉Optimus为例，其主体部分使用28个电机执行器，用以完成抬手、屈膝等动作。

传感器主要负责内外部环境信息监控交互，按信息来源可分为内部传感器与外部传感器。内部传感器主要负责收集自身运动、位置信息（如关节的线位移、角位移等几何量，速度、角速度、加速度等），从而实现更精确可靠的智能控制。相比其他机械设备，机器人与外部环境的交互性更强，因此其需要利用外部传感器实时监测周围环境参数，辅助完成目标识别、决策判断等过程。

此外还有3D视觉、线束与连接器等等，形成人形机器人的眼睛、神经与血管等。

预计人形机器人发展初期，首先需要大力发展智能芯片、伺服系统、减速器等为主的通用性硬件，而随着需求量增大，才能进一步形成高性能、低成本的标准方案。

此外，算法作为人形机器人的核心，需与硬件发展相匹配。当前的核心问题在于算法对运动能力的控制，包括本体平衡、行走的步态、手部抓取等规划与控制。由于人形机器人需完成各种类似人类的动作，连续、复杂、需频繁的物理交互且操作因果性多，算法难度甚至超过自动驾驶。这就更需要成熟的感知系统基础、强大的算法分解任务和规划动作、大模型的不断仿真训练、以及超强的算力支撑，才能形成算法与硬件匹配的持续迭代。

上一篇：人形机器人是未来的风口吗？

下一篇：没有了！