关节层面的控制器自己处理。复杂的、需要全局协调的，再上报中央处理器。

这样既能加快反应速度，又能减轻主控的负担！」

「就是这个思路。」

江倾笑着点头，对他的回应很满意。

「不过具体怎么分层，哪些决策下放，哪些保留，需要你们仔细设计。原则是保证安全的前提下，尽量提高响应速度。」

「明白！」

李工重重点头，旁边的工程师们已经迫不及待地开始讨论了。

王星星瞥了江倾一眼，若有所思。

他隐约有种感受，江倾似乎是在揣着答案引导大家。

江倾等大家讨论了一会儿，才轻轻敲了敲桌子。

「好了，刚才说的是问题。现在说说做得好的地方。」

他调出另一段视频。

是测试时机器人开门后侧身通过，还回头确认门不会关上的那个片段。

「这个细节设计得很好。说明我们的团队不只是埋头做技术，真正思考了实际应用场景。这种用尸体验层面的考量，要继续保持。」

徐朗有些不好意思地笑了笑。

「这个其实是测试时偶然发现的。第一次测试时，机器人开门过去后，门自动关上了，把后面的测试仪器挡在外面。我们才意识到需要加这个动作。」

「发现问题，解决问题，这就是进步的过程。」

江倾对他们的工作表示肯定。

「还有湿滑地面的应对策略，虽然反应速度有待提高，但策略本身很聪明。

滑步通过比直接行走更安全，这个决策体现了算法已经具备了一定的环境理解能力。」

他看向徐朗，语气认真。

「这个案例要深入分析，看看算法是怎么学会这种策略的。如果是通过观察人类行为学到的，那说明我们的模仿学习模块效果很好。如果是通过强化学习自己探索出来的，那就更有价值了。

「已经在分析了！」

徐朗连忙回答。

「初步看是两者结合。训练时我们给模型看了大量的人类在湿滑环境下的行走视频，同时在仿真环境里让模型自己尝试各种通过方式。最终算法选择了一个折中方案。」

「很好。」

江倾满意地点点头。

接下来，会议进入了具体的优化方案讨论环节。

宇树与无问的工程师们轮流发言，提出各种改进建议。

有的建议优化传感器布局，减少盲区。

有的建议改进电池快换结构，把更换时间从现在的两分钟压缩到三十秒。

还有的建议在机器人身上增加简单的语音提示功能，比如「正在转弯」「请让一让」之类，提高人机协作的安全性。

江倾认真听着每一个建议，不时插话问几个细节。

他的问题总是切中要害，往往能从一个看似简单的建议里，引申出更深层的技术考量。

比如当有工程师提议给机器人增加面部显示屏，用来显示简单表情时，江倾没有直接否定，而是提出问题。

「这个功能的应用场景是什么？用户需要机器人有表情吗？增加显示屏带来的成本、功耗

章节内容不完整，请退出阅读模式查看完整内容！