《科創(chuàng)板日報》6月13日訊（記者 李明明） “在北京機器人馬拉松比賽后的一個月之內(nèi)，我們就拿到了1000臺以上訂單，到今天為止，總的訂單規(guī)模已經(jīng)突破2000臺，總合同額已經(jīng)超過1個億。”近日，松延動力創(chuàng)始人、董事長姜哲源在北京前沿國際人工智能研究院“AI月光社·走入百家創(chuàng)新企業(yè)”系列活動第一站——走入松延動力活動上表示。

不只是松延動力，此前宇樹創(chuàng)始人王興興也表示，目前包括宇樹在內(nèi)的人形機器人企業(yè)發(fā)展都處于良好狀態(tài)，“很多企業(yè)訂單都爆掉了?！?/span>

人形機器人爆單之后，也衍生出一系列問題，比如爆單背后的客戶需求是否真實可持續(xù)、何時能在應(yīng)用場景創(chuàng)造真正的價值？

關(guān)于人形機器人落地應(yīng)用，北京前沿國際人工智能研究院理事長、英諾天使基金合伙人王晟對《科創(chuàng)板日報》記者分析，特種行業(yè)將率先應(yīng)用，工業(yè)場景因容錯率低有挑戰(zhàn)，家庭、商業(yè)服務(wù)場景對容錯和效率要求寬松或更合適。

總訂單規(guī)模已超2000臺

在昌平區(qū)未來星科能源谷智造產(chǎn)業(yè)園，《科創(chuàng)板日報》記者見到了近期名聲大噪的機器人“小頑童”，作為能實現(xiàn)室內(nèi)外多地形連續(xù)空翻的人形機器人，“小頑童”走路、空翻、握手等一系列動作流暢自然。

N2小頑童連續(xù)空翻

現(xiàn)場，《科創(chuàng)板日報》記者還與仿生機器人1.0“Hobbs”和2.0“小諾”進行了互動，Hobbs和小諾可以跟隨真人實時同步面部表情，并可實時流暢對話。據(jù)公司方面介紹，小諾面部擁有32個自由度，是全球面部自由度數(shù)量最多的仿生機器人之一，能夠?qū)崿F(xiàn)近乎于真人的面部表情。

仿生機器人1.0的Hobbs

姜哲源表示，目前，松延動力已經(jīng)形成兩大產(chǎn)品線，一類是雙足人形機器人包括N2和E1，一類是仿真人形機器人，公司的最終目標(biāo)是讓機器人真正走入千家萬戶，“給大家當(dāng)保姆和管家?！?/span>

其進一步表示，今年，松延動力著力推進商業(yè)化，通過線上渠道引流，以N2產(chǎn)品低定價制造話題。“未來公司還將談落低價市場，N2定價下探5萬元左右價格帶。”

“對于機器人是進入工業(yè)領(lǐng)域、家庭服務(wù)領(lǐng)域還是商業(yè)服務(wù)領(lǐng)域，市場上尚未形成統(tǒng)一意見。不過，我認為機器人進入工業(yè)場景的難度較大。一旦機器人在生產(chǎn)線上出現(xiàn)故障，導(dǎo)致組裝部件出現(xiàn)問題，整個生產(chǎn)線可能會停滯，造成巨大的經(jīng)濟損失。相比之下，家庭服務(wù)場景對機器人的容錯率要求相對寬松，對時間效率的要求也不那么高。例如，機器人在疊衣服時可能效率較低，但只要它能在人們上班的8小時內(nèi)完成任務(wù)，就足夠了?！?王晟認為，機器人可以在人們需要休息時接管工作，例如在24小時藥店中，如果使用機器人代替人工值班，即使機器人不智能，完全依賴遠程操作，也能有效降低成本。

長遠而言，機器人的普及和實用性，仍高度依賴智能化水平的提升。在眾多人工智能方法中，強化學(xué)習(xí)因其能優(yōu)化機器人在動態(tài)環(huán)境中的自主決策，被視為實現(xiàn)智能化的重要引擎之一。松延動力的N2機器人之所以能在此前的馬拉松賽上取得優(yōu)異成績，也和優(yōu)越的強化學(xué)習(xí)訓(xùn)練密不可分。

姜哲源介紹，人類完成決策一般會經(jīng)歷試錯、重復(fù)記憶、改進的過程，強化學(xué)習(xí)也是通過不斷犯錯、改進進行學(xué)習(xí)。讓人形機器人得以跑起來的技術(shù)則是深度強化學(xué)習(xí)，它將深度學(xué)習(xí)與強化學(xué)習(xí)結(jié)合，利用神經(jīng)網(wǎng)絡(luò)增強智能體的感知和決策能力。

據(jù)悉，深度強化學(xué)習(xí)在機器人中的應(yīng)用可大致分為四個步驟：算法設(shè)計、仿真訓(xùn)練、仿真環(huán)境間驗證（Sim-to-Sim）、以及真機部署。在仿真訓(xùn)練環(huán)節(jié)，松延動力使用的是英偉達高性能物理仿真平臺 NVIDIA Isaac Gym，該平臺專為大規(guī)模機器人學(xué)習(xí)和強化學(xué)習(xí)任務(wù)設(shè)計，具備高效并行計算能力。

在實際訓(xùn)練流程中，松延動力通常先在低保真仿真器中測試策略，再在高保真環(huán)境（如 Mujoco）中驗證其泛化能力，最終部署到真機，以此降低風(fēng)險、提升適應(yīng)性。

不過，王晟也指出，強化學(xué)習(xí)在機器人移動任務(wù)中表現(xiàn)良好，但“Sim-to-Real Gap”（仿真與現(xiàn)實之間的性能落差）仍是一個技術(shù)瓶頸，特別是在操作類任務(wù)中，這一差距尤為明顯。