新闻量子位11 天前
大晓机器人双脑协同架构落地酒店洗衣,任务耗时缩减98%
本文由 AI 根据公开内容整理,可能有误,请以原文为准:机器人接管酒店洗衣!双脑协同+RSI,顶级Astra驾驶员来了(量子位)
核心内容
大晓机器人针对酒店洗衣房这一高难度非标场景,推出“Mundo世界模型+Astra通用模型”双脑协同架构及具身RSI自进化机制。该系统解决了传统机器人冷启动难、柔性物体操作复杂及长链条任务规划痛点,实现了从客房收衣、设备操作到送回的全流程自动化。实测数据显示,相比纯云端Astra实时决策耗时超30分钟,双脑架构将单轮任务执行时间压缩至18.648秒,效率提升超98%,显著降低了现场部署调试成本。
技术层面,Mundo模型构建包含质量、摩擦力等物理参数的可交互孪生环境,解决静态三维重建缺乏物理属性问题;云端Astra负责任务拆解与策略生成并沉淀为Skill,端侧执行脑调用Skill完成高频动作,BotAgent调度中枢将流程拆解为53个原子动作与14个语义步骤,支持超200种序列编排。具身RSI机制通过多路视频与传感器数据定位失败根因(如视角遮挡、抓取滑脱),支持机器人自主复位与7×24小时闭环迭代,57小时内完成165轮真机实验并输出37条改进方案。
关键看点
- 双脑协同提效:云端Astra生成策略沉淀为Skill,端侧执行脑调用,任务耗时从30分钟降至18.6秒,缩减超98%
- 物理世界建模:Mundo模型复刻含质量与摩擦力的可交互孪生酒店,提供环境建模与策略验证,压缩冷启动调试时间
- 自主闭环进化:具身RSI机制支持机器人自主复位与故障归因,57小时内完成165轮真机实验,输出37条改进方案
- 柔性操作优化:针对烘干机取衣场景动态微调轨迹与抓取倾角,牛仔裤筒内残留率从平均48%降至最优19%
工程与产业观察
该案例验证了“物理世界模型+端云解耦”在解决具身智能长尾问题上的工程有效性。通过将真实失败转化为可被世界模型理解的认知资产,并利用RSI机制实现无人值守的技能迭代,大幅降低了非标场景的边际适配成本。这种从“预设编程”向“自主进化”的范式转变,为酒店服务、即时零售等复杂B端场景的商业化闭环提供了关键技术路径参考。
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)
- 量子位:机器人接管酒店洗衣!双脑协同+RSI,顶级Astra驾驶员来了 ↗访问 2026-11-12