大模型时代下的具身智能

参考：张伟男（哈尔滨工业大学）：具身大模型关键技术与应用

1 构建智能机器人

2 具身智能

2.1 具身感知

重点需要感知能力的机器人：服务机器人、人机协作场景下机器人、社交导航机器人、环境探索机器人

2.1.1 物体感知

物体感知：
PointNet、MeshNet、VoxelNet、DeepSDF、Occupancy Networks

几何形状感知的下游任务：物体位姿估计
构建同类别物体统一坐标空间

物体抓取

传统的物体抓取、基于深度学习的物体抓取、CoPA：结合大模型物体感知的抓取

2.1.2 场景感知

定义：场景感知是通过实现与场景的交互来理解现实世界场景
意义：赋予机器人理解周围环境并与之交互的能力
具体形式：点云、地标、拓扑图、场景图、隐表示