具身智能机器人概论 第1章-习题与答案

第1章具身智能机器人的定义与应用一、习题【思考与练习】1.单项选择题（共10题）（1）具身智能机器人的核心思想是（）A.智能仅依赖抽象计算与符号处理B.智能源于身体与环境的动态互动C.智能依靠工程师预设程序实现D.智能通过单一传感器被动感知获取（2）下列不属于具身智能机器人三层结构逻辑的是（）A.感知层B.运动层C.交互层D.存储层（3）传统工业机器人与具身智能机器人相比，核心特点是（）A.适应动态非结构化开放环境B.具备自主学习与持续进化能力C.依赖固定程序，被动执行指令D.多模态融合感知，主动构建环境模型（4）具身智能机器人决策与计算系统中的“大脑”指的是（）A.实时控制器（MCU、FPGA）B.主控单元（CPU、GPU、NPU）C.触觉传感器阵列D.伺服电机与谐波减速器（5）下列属于具身智能机器人多模态感知中触觉/力觉感知设备的是（）A.RGB-D深度相机B.激光雷达C.柔性电子皮肤D.惯性测量单元（IMU）（6）支撑具身智能机器人实现跨模态信息交互的“融合桥梁”是（）A.通用基础大模型B.多模态大模型C.具身智能大模型D.传统编程算法（7）首款投入工业应用的传统工业机器人是（）A.特斯拉OptimusB.尤尼梅特（Unimate）C.京东包裹分拣机器人D.仿壁虎机器人（8）仿生机构设计中，模拟肌肉收缩、柔顺性极强的气动人工肌肉属于（）A.刚性仿生驱动B.柔性仿生驱动C.电机直接驱动D.液压驱动（9）具身智能机器人“感知-决策-执行-反馈”闭环中，执行抓取杯子动作时，核心反馈依据是（）A.历史程序数据B.触觉与力传感器实时反馈C.云端预设指令D.人工手动调控（10）下列不属于具身智能机器人典型应用场景的是（）A.固定流水线重复焊接B.家庭服务与医疗辅助C.灾害场景多机协作搜救D.深海资源勘探与生态监测2.论述题（共6题）（1）详细阐述具身智能机器人“感知-决策-执行”三层架构的核心内容，以及三层之间相互支撑、闭环迭代的运行逻辑。（2）从系统架构、智能本质、环境适应性、学习能力四个维度，对比分析具身智能机器人与传统工业机器人的核心差异。（3）具身智能机器人的核心技术包含多模态融合、大模型支撑、仿生机构设计等，分析多模态大模型与具身智能大模型在机器人运行中的不同作用。（4）具身智能机器人仿生机构设计遵循柔顺性优先、轻量化高功率密度等五大原则，请结合具体仿生驱动技术，说明这些原则如何帮助机器人实现类生物自适应交互，突破传统刚性机器人的局限。（5）分析具身智能机器人在不同场景下的核心优势，以及其规模化落地对智能制造、民生服务、极端环境作业领域的实际价值。（6）从脑身耦合认知原理与进化视角下的具身适配机制出发，论述具身智能机器人自主进化、持续适配环境的核心逻辑。二、参考答案（一）选择题（1）B。正文指出核心思想是"智能源于身体与环境的互动"，而非纯符号计算（A）、预设程序（C）或单一被动感知（D）。（2）D。图1-1三层结构为感知层、运动层、交互层，无"存储层"。（3）C。题目问传统工业机器人特点：依赖固定程序、被动执行；A/B/D均为具身智能特征。（4）B。1.2.1节：主控单元（CPU/GPU/NPU）为"大脑"，MCU/FPGA为小脑实时控制。（5）C。1.2.2节：柔性电子皮肤属触觉/力觉感知；A/B为视觉，D为本体感知。（6）B。1.2.3节：多模态大模型是跨模态"融合桥梁"；具身大模型侧重动作策略生成。（7）B。1.1.2节：1961年尤尼梅特（Unimate）为首款工业应用传统机器人。（8）B。表1-4：气动人工肌肉属柔性仿生驱动，模拟肌肉柔顺收缩。（9）B。图1-7抓取杯子案例：触觉与力传感器实时反馈调整抓取力度。（10）A。表1-2典型应用为服务/工业柔性/特种等；固定流水线重复焊接是传统机器人场景。（二）论述题（1）三层架构核心内容：①感知层：通过视觉、惯性、触觉等"泛感知"映射物理世界，为系统提供环境信息（对应图1-1）。②运动层：负责导航、肢体控制与末端操作，在实践中积累行为经验。③交互层（决策中枢）：以知识图谱、场景推演、自然语言实现人机与多机协作。闭环逻辑：感知信息是交互层决策依据→决策指导运动层行动→运动实践经验反哺感知与决策逻辑更新，形成"边做边学"的持续进化。教材以图1-7抓取杯子为例：RGB-D识别位姿→规划轨迹→关节执行→力觉实时修正力度，完整体现三层协同与反馈迭代。（2）四维度对比（参见表1-1）：①系统架构：传统"感知-规划-控制"串行分离；具身"感知-决策-执行"一体化闭环、深度耦合。②智能本质：传统智能由工程师外部赋予程序；具身智能源于身体-环境动态交互中"涌现"。③环境适应性：传统仅适应结构化静态流水线；具身适应动态、非结构化开放环境。④学习能力：传统无自主学习，变更任务需重新编程；具身支持强化学习、模仿学习、在线持续优化。补充：从产业视角看，传统机器人是"高效自动化工具"，具身机器人代表从自动化向通用智能的跨越。（3）两类大模型的分工：①多模态大模型：作为"融合桥梁"，整合视觉、语言、触觉等异构模态，完成语义理解与跨模态对齐，解决"看得懂、听得懂"问题。②具身智能大模型：面向物理本体，将感知结果与自然语言指令映射为可执行动作策略（如VLA模型），解决"做得到"问题，直接驱动抓取、导航、操作。补充：通用基础大模型提供常识与推理能力，但需通过具身大模型或微调才能落地到物理动作；二者呈"理解层+执行层"协作关系。（4）五大原则与仿生驱动技术：①柔顺性优先：气动人工肌肉、介电弹性体等柔性驱动，无齿轮间隙，输出柔顺力，适合人机共融与服务场景。②轻量化与高功率密度：无框力矩电机+谐波减速器一体化关节，在有限重量下输出高扭矩。③模块化可重构：仿昆虫、壁虎等生物构型，按场景快速重组执行机构。④环境自适应：柔性传动与力控结合，使抓取、行走能适应未知接触条件。⑤安全交互：碰撞即停、力阈值限制，突破刚性机器人"硬碰硬"局限。补充：刚性电机+减速器方案效率高但柔顺性差，柔性驱动弥补了这一短板，是具身交互的关键。（5）场景优势与落地价值：优势：多模态主动感知、自主决策规划、在线学习进化、多机协作（参见表1-2）。①智能制造：柔性装配、质检、分拣，应对多品种小批量，提升产线柔性。②民生服务：家庭叠碗烹饪、医疗辅助、公共导航，改善老龄化社会服务供给。③极端环境：灾害搜救、深海勘探，降低人员风险，完成人类难以抵达的任务。补充：规模化落地还需解决成本、续航、安全认证等工程问题，但具身智能为上述领域提供了从"自动化"升级到"自主化"的技术路径。（6）自主进化与适配逻辑：①脑身耦合认知：认知与运动不可分离，智能在"身体-环境"交互中生成，而非预先装入"大脑"（1.3.1节）。②进化视角适配：模拟生物遗传迭代—