“玄武”小腦模型是任務執行模型，分為軌跡規劃模塊和運動控制器兩個部分。首先，軌跡規劃模塊負責輸出期望軌跡，它由端到端的機載視覺信息為驅動，以人類動作為模仿對象。然後，由運動控制器控制人形機器人做出相應的動作。
田翀介紹說，小腦模型主要有控制理論、模仿學習、強化學習等三條技術路徑。控制理論通常需要對系統進行詳細建模，模仿學習通過模仿專家的行為來學習任務，強化學習則是讓人形機器人通過與環境的交互來學習，三者各有優劣。上述三種技術路徑，“玄武”小腦模型都採用了。
不斷進化的具身大腦和小腦模型讓人形機器人更聰明。
數據：人形機器人的“靈魂”
受訪者表示，決定人形機器人智能程度的關鍵因素是數據。“數據是人形機器人的靈魂，數據越富集，‘大小腦’的智能越高、能力越強。”中心具身智能負責人邢伯陽介紹，“大小腦”需要非常多數據進行綜合訓練，包括但不限於多樣化垂類場景訓練數據、多模態語音數據、人體開源數據、運動捕捉數據、機器人本體數據、環境地形數據等。
人形機器人自身的數據采集主要有兩類，邢伯陽說，一類是通過全身運動捕捉設備捕捉人體全身高精度運動關節角度，可以訓練人形機器人完成走、跑、跳、抓、拿、放等多種技能。另一類針對靈巧的專用作業和精細作業，是通過頭戴式視覺系統完成毫米級手部動作的采集。
|
