本月,团队题为《Orchestrating Embodied Systems through the Embodied Context Protocol: Motivation, Progress, and Directions》的论文被《Research》(中国科学院SCI期刊分区一区TOP,IF=10.9)正式录用,该研究系统分析了具身智能在实际部署中面临的任务级协同与语义互操作不足问题,指出上下文语义表达、能力声明与流程组合缺失是制约规模化应用的关键瓶颈。为此提出具身上下文协议(ECP),通过统一接口规范与执行机制实现异构子系统的语义对齐与任务协同,并在实际场景中验证其可行性,为具身智能与工业自动化的标准化互操作提供了基础支撑。
团队题为《具身智能专家策略数据采集与环境影响研究》的论文被《信息与控制》正式录用。该研究基于双ViA(Vision in Action)分段采样策略和控制光照、背景与台面条件,增强模型的泛化性、精准性和鲁棒性。实验结果表明,采用本文方法采集的数据集,在模型训练和推理验证阶段,相较于传统无控制环境条件下的数据集,显著提升了模型性能。在基于双臂协同机器人平台进行有杂物干扰的工业毛料抓取与放置任务中(精度为2.5mm),采用本文方法后,抓取成功率提升了52%,放置成功率提升了61%,任务执行精度提高了70%。