工廠裏的機器人能不能像人一樣“聽懂”指令、隨機應變?近日，清華大學深圳國際研究生院曾龍副教授和馮平法教授團隊在《製造系統雜誌》(Journal of Manufacturing System)上發表了一項新成果，系統提出了一種全新的“具身智能工業機器人”(Embodied Intelligent Industrial Robotics，EIIR)技術框架，讓工業機器人不僅會“動手”，還會“動腦”，能理解工業環境、規劃步驟、應對變化。這一框架有望讓工業機器人從“按程序幹活”升級為“看情況辦事”，真正走進更多工廠車間。

圖. 工業機器人的發展歷程

團隊首先系統梳理了工業機器人核心技術的長期演進歷程和規律(圖1)，將其劃分為三大階段：自動化時代(1960s-1980s)、感知化時代(1980s-2020s)和具身智能時代(2020s-至今)。每一代工業機器人技術往往都以前一個時代為基礎，而當前正處於具身智能時代的早期，目標是實現工業機器人的任務級柔性，即工業機器人領域的通用人工智能。

在此基礎上，團隊將EIIR定義為主要研究具有“感知-決策-執行”能力的工業智能體方法和技術，在工業環境中可實現高效、準確、安全地交互，以實現任務級柔性。同時，團隊釐清了EIIR與AI(人工智能)、EI(具身智能)、EIR(具身智能機器人)概念之間的關係(圖2)。

圖. 知識驅動的具身智能工業機器人技術框架

針對工業場景對效率、精度、可靠性和安全性的要求，團隊提出EIIR至少需要具備三類知識：一是支撐自然語言理解和人機交互的通用知識，二是描述生產線空間佈局、設備位置、可操作區域和環境約束的工作環境知識，三是描述產品結構、工藝流程、零部件關係等的操作對象知識。基於這一認識，團隊系統性地提出了知識驅動的具身智能工業機器人技術框架(圖3)。該框架由世界模型(“三類知識”)、高層任務規劃器(“大腦”)、低層技能控制器(“小腦”)、具身智能工業機器人仿真器和物理系統五個模塊組成。此外，團隊還系統梳理了知識驅動EIIR技術框架的各個模塊關鍵技術進展。

圖. 具身智能工業機器人的落地應用

目前，團隊已針對知識驅動的EIIR技術框架中各模塊開展了深入研究，如語義地圖構建(DSM, 2026, IEEE RAL)和基於知識圖譜的裝配任務規劃模型(AssemMate, 2026, IEEE/RSJ ICRA)等。該項工作是團隊2024年提出具身智能柔性裝配系統的重要延續，未來，團隊將聚焦研發基於具身智能工業機器人的柔性裝配單元，旨在解決產品個性化時代的多品種、小批量跨品類產品裝配需求，為智能裝配系統探索新範式。該框架降低了具身智能技術落地的門檻(圖4)，部分技術模塊已獲得產業化應用，創造了良好的經濟效益。

相關成果以《具身智能工業機器人：框架與技術》(Embodied Intelligent Industrial Robotics: Framework and Techniques)為題，發表在《製造系統雜誌》(Journal of Manufacturing System)。

論文第一作者為清華大學深圳國際研究生院2023級機械工程專業碩士生張超然、2024級機械工程專業碩士生張晨昊，通訊作者為曾龍。論文其他作者還包括馮平法、2022級機械工程專業博士生徐趙博、2023級機械工程專業碩士生謝慶紅冰，以及廣州富唯智能科技有限公司候金良。該研究得到了國家自然科學基金面上項目、廣東省自然科學基金面上項目、深圳市科技重大專項的資助。

論文鏈接：https://doi.org/10.1016/j.jmsy.2026.06.001