人形機器人的技術與具身智能體系基本—致，包括感知—決策—行動—反饋四個部分， 而反饋機制通常內嵌于控制環(huán)路中， 不完全單列為d立模塊 。系統(tǒng)環(huán)節(jié)通常包括環(huán)境感知、決策規(guī)劃和運動控制三個環(huán)節(jié)， 形成感知→決策→執(zhí)行的閉環(huán)控制。

感知模塊作為具身智能的“信息采集和處理器”，通過建立對外部環(huán)境的感知和理解，為決策和行動提供支持。感知模塊主要用于對象識別、位置定位、場景理解等方面，通過攝像頭、激光雷達等多種傳感設備的輸入數(shù)據(jù)進行處理，進而從不同模態(tài)的數(shù)據(jù)中獲得多維環(huán)境信息 。

決策模塊作為具身智能的“指揮中心”， 接受環(huán)境感知信息后， 完成高J任務規(guī)劃和推理分析， 并生成決策指令 。決策模塊主要任務包括任務規(guī)劃和推理分析， 決策模塊的具體實現(xiàn)從人工知識的編程決策、專用任務的算法設計發(fā)展為以大模型為核心的機器智能決策 。決策模塊的靈活性和適應性直接影響具身智能系統(tǒng)的智能化水平， 高度智能化的具身智能系統(tǒng)，能夠根據(jù)環(huán)境和任務的變化實時調整決策。

行動模塊作為具身智能的“執(zhí)行單元”， 負責接收決策模塊指令， 并執(zhí)行具體動作。行動模塊的主要任務包括導航、物體操作和物體交互 。導航通過四處移動尋找目標位置； 物體操作需要接觸物體并通過操作改變物體狀態(tài)。

反饋模塊作為具身智能的“調節(jié)器”，通過多層交互不斷接收來自環(huán)境的反饋經(jīng)驗并進行調整優(yōu)化，提高對環(huán)境的適應性和智能化水平。反饋模塊主要依賴大模型加速反饋經(jīng)驗的學習，形成閉環(huán)的優(yōu)化過程： 通過大模型處理收集到真實交互數(shù)據(jù)，實現(xiàn)更細致的環(huán)境感知； 然后大模型處理交互信息，實現(xiàn)模仿人類反饋的決策； Z后大模型獲取交互行動經(jīng)驗， 學習Z佳行為策略。