让机器人“走到桌前，拿起杯子，放到指定位置”，听上去是一句话，实际却包含一连串问题：杯子在哪里？桌面是否稳定？手能否够到？身体会不会失衡？抓取失败后如何处理？这条任务链同时需要感知、规划、控制和安全机制。

人们常用“大脑”和“小脑”比喻机器人高层决策与低层控制。这只是帮助理解的类比，不意味着所有机器人都采用相同架构，也不代表机器人具有人的认知能力。

一、先用一个搬运任务拆解系统

用户提出目标后，高层系统需要理解任务，判断是否得到允许，并将任务拆为导航、识别、抓取、移动和放置等步骤。环境感知模块通过相机、深度传感器或其他设备估计物体与空间；定位模块估计机器人自身的位置和姿态。

运动规划根据机器人结构和障碍物选择可行的身体、手臂和手部动作；控制器再根据关节状态与力反馈调整执行。执行过程中环境可能变化，例如杯子滑动或有人进入工作区，系统需要重新感知并根据风险暂停、重新规划或请求人工介入。

二、感知不是“看见一张图片”

摄像头能提供丰富的外观信息，深度传感器有助于估计距离；惯性测量单元、关节编码器、足底和手部力传感器则帮助判断姿态与接触状态。不同设备的频率、坐标系、精度和失效方式不同，需要标定、同步和融合。

光照变化、反光、透明物体、遮挡和传感器脏污都可能让识别失效。一个模型识别了“杯子”并不等于准确知道其三维位置、重量和抓取是否安全；系统需要对不确定性进行处理，并在条件不足时避免继续执行。

三、定位与环境地图

机器人移动时需要估计自身位置、身体姿态和环境结构。地图可以是几何、语义或任务相关的表示；系统还要处理动态障碍物。定位漂移会影响抓取和导航，因此局部感知与长期地图需要相互校验。

在仓库与家庭这样的场景中，物品位置会变化。系统不能把旧地图永远当作事实；当观察与地图不一致，应更新状态或请求确认。隐私同样重要：摄像头和麦克风可能接触个人信息，应明确授权、处理位置和数据保留方式。

四、任务规划与运动规划有何不同？

任务规划关注“先做什么、后做什么”，例如先走近桌子再抓取；运动规划关注“身体如何运动”，包括关节限制、障碍物、平衡和可达性。大模型可以辅助解释指令或生成候选计划，但候选计划需要经过状态检查、权限检查与运动可行性验证。

任务执行应有明确状态：待执行、运行中、等待确认、失败或完成。抓取失败后不能无限重试，也不能在不确认环境的情况下继续移动。每个动作都应有停止条件和可观察的结果，尤其是与人、贵重物品或危险设备交互时。

五、运动控制：把计划变成稳定动作

机器人控制器根据目标姿态与传感反馈持续调整电机输出。高层决策和低层控制通常工作在不同时间尺度：任务规划可以较慢，平衡与关节控制则需要更及时的反馈。实际实现可能是模型控制、学习策略或混合架构，具体取决于设计。

硬件限制同样关键：关节扭矩、传动间隙、传感器延迟、结构刚度、手指灵活度和电池续航都会影响动作。学习策略在仿真中成功，也需要在真实硬件上验证磨损、摩擦和外部扰动的影响。

六、安全不能只靠模型“自觉”

建立物理和软件边界：限制速度、力和工作空间，检测碰撞或异常状态，提供紧急停止与人工接管。工具权限和网络访问按任务分配；当感知不可靠、通讯中断或执行结果异常时，系统应进入经过验证的安全状态。

测试应覆盖正常、边界和故障场景，记录环境、载荷、传感器状态、任务完成率、失败方式和接管次数。一次流畅演示不能证明长期可靠，更不能直接推断其适用于医疗或家庭的所有场景。

七、从演示走向实用的三个问题

第一，机器人是否在多样环境和重复任务中保持可靠？第二，单位任务的设备、维护、能耗和人工接管成本是否可接受？第三，用户能否理解其能力边界并安全地与它协作？算法提升重要，系统工程、供应链、维护和验证同样不可缺少。

参考资料：加拿大国家研究委员会机器人研究；NVIDIA 机器人研究。

千里之行，始于足下。——《老子》