编者按

具身智能的发展，标志着人工智能从「数字世界」走向「物理世界」的范式跃迁。香港不甘人后，主动布局，首份「五年规划」提出瞄准AI与机械人等关键技术，加速对接国家重点科技战略。

《大公报》走访本港多间高校，直击机械人演示现场、了解其最新发展，今起推出「港产具身智能」系列，为读者介绍本港高校实验室的原创成果、产学研合作模式与落地情况及其难点，一窥未来智能生活的新形态。

具身智能发展迅速，但服务机械人的技能往往持续时间只有数秒，长程复杂工作仍有待突破。今年5月成立的全港首个全端具身智能实验室，正是本港攻克长程任务的先行者。实验室坐落科学园，已于今年8月启用，大公报记者率先目睹实验室「真容」，见到内里设有足球机械人、VLA双臂操作机械人及操作台等，充满高科技元素。

香港中文大学香港具身智能实验室联合总监李钟毓接受《大公报》专访表示，实验室今年首次以一套视觉语言动作模型（VLA）机械人完成长达两分钟的复杂任务─制作三文治，他指团队将继续攻坚更长程任务。实验室亦有踢足球、打羽毛球等机械人研究，有望日后作陪练等用途，赋能体育发展。\大公报记者　汤嘉平（文） 黄洋港（视频）

香港具身智能实验室由香港中文大学InnoHK香港物流机械人研究中心于今年5月宣布成立，与其他具身智能实验室不同的是，该实验室定位为首个全端实验室。

「全端的意思，就是说几乎具身智能涉及到的整个技术栈我们都有研究。」李钟毓介绍，这些技术栈大致可以分为五类：第一是硬件设计，即机械人本体的设计，相当于机械人的「血肉」；第二是运动能力，包括平衡控制、步态规划、阻抗控制与轨迹追踪等，相当于机械人的「小脑」；第三是环境交互感知能力，体现在各部位完成复杂、精细化的操作任务，相当于机械人的「大脑」；第四和五分别是集群智能中的多机智能以及人机交互智能。

赋予双臂操作机械人「大脑」

大公报记者于今年8月底率先走进刚落成的全端具身智能实验室，实验室位于科学园19W大楼，一进门便见到约1.2米高的足球网状球门，球门对面则是两个约一米高的人型足球机械人，通体银白；再往入面行见到一个门框，供搭载机械臂的机械狗进行开关门等任务训练，其对面则是VLA双臂操作机械人及其操作台。

其中，VLA双臂操作机械人能完成长程任务，亦是机械人「大脑」研究的成果体现。该机械人为两条手臂状物体，工作人员在遥控器上下达做三文治的指令后，两条手臂开始一手夹起一块面包放进餐碟上，另一只手夹起蔬菜叠上，再用另一只手将最后一块面包片叠上，整个过程流畅顺利。

「VLA双臂操作机械人的最大亮点，是依靠同一套控制策略、同一个『大脑』去完成长程任务。」李钟毓介绍，团队是在开源基座大模型的基础上做微调优化，使本身不具备长程任务处理能力的机械人，能够掌握长程复杂操作。「我们的思路是将大任务拆解成多个子任务。例如制作三文治，子任务分别是：先夹面包放到盘子；再把菜放到面包上；再盖上另一片面包。」

李钟毓团队借鉴的是人类决策学习逻辑。他指，人类会记住过往关键事件，即示教轨迹出现速度突变，如机械人快速移动到某位置后缓慢停下。人类示教时到关键步骤会下意识放慢，机械人便识别这是重要时间片段，重点关注该段操作，快速移动过程则不必过度关注。实际运行时，机械人检测关键事件发生并保存资讯，整理历史资讯，完成多子任务组成的长程操作。

「专家示教」助学习新技能

「单纯死记硬背无法有效学习，我们团队首创引入关键事件机制，让机器人只重点记住关键事件。」李钟毓续介绍，这些关键事件的学习靠的是「专家示教」（Expert Demonstration）的学习模式，「不需要编写程式。整个机械人系统分为主臂和从臂，人摇动主臂，从臂跟随主臂运动，以此完成对机械人的示教。然后机械人演示教学成果时，就用两个从臂完成。」

「专家示教」原理与人类学习新技能类似，如父母教孩子炒菜，孩子看多便学会。李钟毓表示，训练机械人的学习模式有三种，除「专家示教」，还有「奖惩机制」（Reward Function）和「世界模型」（World Models）学习模式。

「我们不是第一个研究长程任务的，但算是目前效果最好的。」李钟毓表示，以往学界处理两分钟的长任务，机械人往往在前一两个子任务就失败，而今次香港具身智能实验室的系统可以连贯地完成整套任务，途中无需额外调试。

至于下一步研究计划，李钟毓则希望一方面实现更长程的任务、提升任务成功率；另一方面，目前机械人只能在桌面静态环境工作，团队希望把这套能力迁移到人形机械人，让机械人可以在不同地点完成任务。