产业痛点
研究内容
政策驱动
开放世界中感知决策的置信度校准与安全规划边界
融合“世界知识”与“场景经验”的异常感知与自主恢复机制
创新突破
技术路线
决策机制差，自主应变能力弱，长程任务的执行效果差
感知部署规模庞大，制约实时交互实时性差
总体研究路线
拟解决开放世界具身智能中“感知部署重、环境理解浅、决策应变弱”三大核心痛点
轻量化VLM的开放世界具身语义感知与自主决策算法研究
研究路线
融合轻量化VLM与状态机的混合式自主决策框架研究
科学问题
《“机器人+”应用行动实施方案》
研究背景
研究目的
轻量化感知前端→语义地图构建→混合式决策集成”
具身语义在模型压缩中的保真度与可迁移性
基于知识蒸馏与动态结构化的多模态轻量化感知技术研究
研究创新点
三大研究内容
《人形机器人创新发展指导意见》
感知-表征-决策“三阶合一”的轻量化具身智能范式
创新突破技术
研究对应问题
研究创新
基于层次化语义地图的开放世界环境表征方法研究
拟为开放世界具身智能应用提供一套轻量化、可推理、强鲁棒的语义感知与自主决策方案
未知环境理解差，缺乏深层语义关联，部署成本高
研究背景及需求
研究内容及科学问题
