从代码到动作：机器人如何感知世界

点击关注“创新与心理成长”,学习更多创新与心理健康知识

想象一下，你面前站着一个机器人。它有一双“眼睛”正在注视着你，有灵敏的“耳朵”随时准备捕捉你的声音，它的“手指”如果触碰到你，能感知到接触的力度——但你心知肚明，这一切都只是一行行代码在背后驱动。从一行冰冷的代码，到机器人做出一个流畅而精准的动作，这中间究竟发生了什么？机器人是如何“看”见你、“听”懂你、“摸”清这个世界的？

要解开这个谜题，我们就要走进机器人感知世界的方式。本质上，机器人的感知遵循着一个清晰的链条：感知→理解→执行。这个链条始于传感器采集物理信号，经由算法将信号转化为有意义的信息，最终由控制系统将信息转化为动作。这也是机器人从代码走向动作的秘密。

一、机器人的“感官”：传感器如何采集世界的信息

人类感知世界依靠五官——眼睛看、耳朵听、皮肤触摸。机器人同样需要“感官”，只不过它们的“五官”是一系列被称为传感器的电子器件。

视觉感知是机器人感知系统中信息量最大、应用最广泛的一环。机器人的“眼睛”主要有两种：摄像头负责捕捉物体“长什么样”，识别颜色和形状；激光雷达则像一只用光探路的蝙蝠，发射激光束并计算返回时间，精确测量物体“在哪里、有多远”。两者配合，机器人才能真正“看”清世界——一个识别出前方是桌子，另一个告诉你桌子距它1.5米。正如中国工程院倪光南院士所指出的：“视觉是智能的起点”，一个4岁孩子通过视觉四年中学到的视频信息量，就相当于一个典型大语言模型学习的全部互联网公开文本信息量。

听觉感知让机器人能够与人对话。机器人的“耳朵”是由多个麦克风组成的阵列，能够从各个方向捕捉声音。当你对它说“今天天气怎么样”，声音信号经麦克风转换为电信号，传送到“大脑”。那里的语音识别技术会将声波“翻译”成文字，意图识别技术则理解你是在“查询天气”，最后通过语音合成用“嘴巴”（扬声器）回答你。

触觉与力觉感知则是机器人实现精细操作的关键。我们拿起一个鸡蛋，手指会感知压力、调整力度——既稳稳抓住又不捏碎。机器人要实现同样的操作，需要依赖力传感器和触觉传感器。这些传感器就像微小的“触角”分布在机器人的手指或身体关键部位，感知压力的大小和方向，让机器人能“摸懂世界”。通过“AI+空间计算”技术，搭载触觉传感器的机器人甚至能在动态环境中将操作精度控制在200微米以内。

此外，机器人还有惯性感知（依靠加速度计和陀螺仪组成的惯性测量单元，感知自身姿态和运动轨迹）、接近觉感知（检测物体靠近，用于避障）等。依靠单一传感器，机器人只能完成局部信息识别；要获得完整、稳定的环境感知，通常需要多源信息融合，将不同传感器的数据综合起来，提高识别的准确率。

二、从信号到意义：算法如何让机器人“理解”世界

传感器采集到的只是原始的物理信号——一堆电压值、一串数字。要让这些信号变得“有意义”，需要算法来完成“翻译”工作。

以视觉为例。当摄像头捕捉到一张“圆形红色物体”的图像时，这只是一堆像素点。机器人的“大脑”里住着一个人工智能模型，它经过了海量图像的训练，学会了识别模式。当它分析这张图像时，模型会输出一个概率判断：“根据我的学习，这99%是一个苹果。”

这个过程涉及多个层次的算法。在底层，数字信号处理技术对传感器信号进行滤波、降噪、模数转换，确保输入数据的质量。在高层，深度学习模型（如卷积神经网络）负责识别物体、理解场景。近年来，具身智能的兴起更进一步：机器人不再仅仅是“看到”和“识别”，而是将感知与行动融为一体，通过身体与环境的互动来理解世界。

一个形象的例子是机器人学习抓鸡蛋。在智元机器人的实验室里，灵巧手机械臂经历了数百次滑落，才逐渐掌握合适的力度。每一次尝试，传感器都会记录“力度小了”“力度大了”的反馈，算法据此调整参数。这个过程类似于一个孩子通过反复尝试学会骑自行车——眼睛观察，双手感受晃动，双脚调整力度，身体倾斜时迅速调整重心。

最终，机器人会建立起一个内部世界模型——一个对周围环境和自身状态的数字化表征。这个模型包含了“我在哪里”“周围有什么物体”“它们离我多远”“我该做什么”等关键信息，是机器人进行决策和规划的基础。

三、从决策到动作：代码如何驱动物理世界

当机器人“理解”了世界，接下来就是“行动”的时刻。这一阶段的核心，是将决策转化为精确的物理动作。

整个流程大致是这样的：用户下达指令（如“去厨房拿一个红色杯子”）→ 自然语言处理技术解析指令含义 →任务规划器将任务分解为一系列子任务（导航到厨房→识别红色杯子→规划抓取路径→抓取杯子→返回）→ 运动控制算法为每个子任务生成具体的关节角度、速度、力矩指令 → 这些指令被发送到执行器（伺服电机、液压装置等）→ 执行器驱动机器人的“手脚”完成动作。

这一过程中，感知-决策-行动形成了一个持续循环。机器人一边执行动作，一边通过传感器实时监测自身状态和环境变化。比如在抓取过程中，如果物体发生滑动，触觉传感器会立即检测到，控制系统实时调整抓握力度。这种闭环控制机制，让机器人能够适应动态变化的环境。

而要让机器人稳定、精准地完成动作，还需要在“模拟世界”中反复训练。高性能仿真平台（如PyBullet、Isaac Gym）让机器人可以在虚拟环境中进行数百万次的试错学习，然后通过Sim2Real（从仿真到现实）迁移技术，将在模拟中学到的策略应用到真实机器人上。宇树科技的G1机器人能在斜坡上畅行无阻而不会摔倒，正是依靠动态平衡算法——它根据传感器实时感知的地面变化调整步态，即便身体受到较大倾斜也能在瞬间纠正。

结语

从一行代码到机器人的一个动作，中间经历了传感器采集物理信号、算法将信号转化为有意义的感知、控制系统将感知转化为精准动作这样三个紧密衔接的环节。每一个环节都凝聚了传感器技术、人工智能、控制理论等多学科的前沿成果。

随着具身智能技术的发展，机器人正从“感知世界”走向“理解世界”和“行动于世界”。它们不再只是执行预设程序的工具，而是能够通过自己的身体与环境互动、在学习中不断进化的智能体。未来，当机器人不仅能“看”到你的微笑，还能“感知”你情绪的低落并给你一个温暖的回应时——那将是从代码到动作的又一次飞跃。

仝兆景，河南南阳人，国家二级心理咨询师，博士、博士后，副教授，硕士生导师，中国心理学会会员，河南省科学家精神宣讲团成员，河南省科技专家库成员，国家矿山安全监管监察干部教育培训师资库成员、河南省煤矿安全教育培训骨干师资库成员；教育部全国研究生教育评估监测专家库专家，教育部全国本科毕业论文抽检评审专家，焦作市首席科普专家。主持参与完成国家自然基金4项，曾获军队科技进步奖。获得中共河南省委、省教育厅授予“河南省文明网民”、“百姓学习之星”等荣誉称号，长期从事心理健康教育咨询和培训、人工智能、工程伦理教学科研，擅长运用沙盘游戏、绘画心理治疗、格盘、催眠、旅途心理治疗等开展焦虑抑郁心理治疗、青少年厌学治疗，开展大中小学、企事业单位团体心理健康、安全心理、婚姻幸福、团队建设、人工智能、科学家精神、心理咨询师督导等方面的科普宣讲、培训和讲座。

用心进步，快乐成长

关注：创新与心理成长