人工智能時代研究生機器人課程教學(xué)模式探索

摘"要：該文面向研究生群體的教學(xué)改革需求，旨在提出在人工智能時代下機器人課程的教學(xué)模式。針對現(xiàn)有機器人課程有限教學(xué)時間內(nèi)硬件和軟件知識模塊分離、實際場景線條不夠突出、人工智能技術(shù)導(dǎo)入不充分的現(xiàn)狀，該文通過構(gòu)建實際場景知識主線、增加智能感知的前沿技術(shù)知識模塊、設(shè)置高匹配度的實踐環(huán)節(jié)，加深學(xué)生對機器人整體系統(tǒng)及其智能化發(fā)展方向和路徑的理解。通過內(nèi)容和教學(xué)模式的改革，提升課程教學(xué)質(zhì)量，以更好地滿足學(xué)生的科研與從業(yè)需求及領(lǐng)域內(nèi)企業(yè)對人才的需求。

關(guān)鍵詞：機器人課程；研究生教學(xué)；智能感知；人工智能；課程改革

中圖分類號：G643"""文獻標志碼：A"""""文章編號：2096-000X（2024）36-0059-05

Abstract：Thispaperaddressestheteachingreformneedsforgraduatestudents，aimingtoproposeateachingmodelforroboticscoursesintheeraofartificialintelligence.Inresponsetothecurrentsituationwherethehardwareandsoftwareknowledgemodulesareseparatedwithinlimitedteachingtime，theactualscenelinesarenotsufficientlyhighlighted，andtheintroductionofartificialintelligencetechnologyisinadequate，thispaperconstructsaknowledgemainlinebasedonpracticalscenes，addscutting-edgetechnologyknowledgemodulesforintelligentperception，andsetsuphighlycompatiblepracticalcomponents.Thesemeasuresdeepenstudents'understandingoftheoverallroboticssystemanditsintelligentdevelopmentdirectionsandpaths.Throughreformsincontentandteachingmodels，weenhancethequalityofcourseinstructiontobettermeettheresearchandemploymentneedsofstudentsandthetalentrequirementsofenterprisesinthefield.

Keywords：roboticscourses;graduateeducation;intelligentperception;artificialintelligence;curriculumreform

機器人被譽為“制造業(yè)皇冠頂端的明珠”，作為《中國制造2025》的十大重點發(fā)展領(lǐng)域之一，機器人行業(yè)擁有巨大的市場并保持著飛速的發(fā)展。在2023年，工業(yè)和信息化部等十七部聯(lián)合發(fā)布了《“機器人+”應(yīng)用行動實施方案》[1]，明確指出需要加強機器人教育引導(dǎo)，完善教學(xué)內(nèi)容與實踐環(huán)境。目前，各高校紛紛開設(shè)了相關(guān)重點專業(yè)和課程。由產(chǎn)業(yè)引領(lǐng)、政策推動和高校跟進等多方面因素的共同作用下，對機器人領(lǐng)域人才的需求日益增加。高校機器人課程的設(shè)立及不斷迭代，對于該領(lǐng)域的人才培養(yǎng)具有重要意義[2]。

近年來，機器人技術(shù)朝著“具身”方向發(fā)展[3-5]，即強調(diào)機器人與其環(huán)境的物理交互能力，這一趨勢對于機器人在復(fù)雜環(huán)境中的應(yīng)用至關(guān)重要?！熬呱怼睓C器人需要具備更高的感知、決策和行動能力，以適應(yīng)多變的環(huán)境和任務(wù)需求。機器人技術(shù)也逐漸朝著通用方向發(fā)展。機器人課程作為相關(guān)人才培養(yǎng)的第一站，如何適應(yīng)上述產(chǎn)業(yè)屆的發(fā)展，成為課改的重要考慮因素。

縱觀當前的機器人專業(yè)設(shè)置及教材編排，有豐富和系統(tǒng)化的內(nèi)容安排。圖1為我國知名高校機器人專業(yè)課程設(shè)置[6]，具有一定的代表性，作為智能制造多學(xué)科交叉的機器人工程專業(yè)的本科生培養(yǎng)方案中包含數(shù)十門不同的課程，涵蓋由基礎(chǔ)到應(yīng)用的四大課程群。就國內(nèi)機器人領(lǐng)域的教材而言，比如《機器人學(xué)（第四版）》[7]、《機器人學(xué)：基礎(chǔ)理論與應(yīng)用實踐》[8]等，較為完善，也有較多的高校在使用。目前國內(nèi)各高校也紛紛開展機器人領(lǐng)域人才培養(yǎng)[9]。目前，國內(nèi)高校研究生機器人人才培養(yǎng)更多依托已有的相關(guān)專業(yè)去完成，如自動化、機械工程、計算機等專業(yè)。而國外相關(guān)碩士培養(yǎng)項目則發(fā)展同樣迅速，以密歇根大學(xué)碩士（MS-Robotics）[10]項目為例，該培養(yǎng)項目首先包含MathforRobotics和RoboticsSystemLab幫助學(xué)生快速掌握機器人知識，而后著眼于實際應(yīng)用將課程分為三大類：感知、決策和控制。其他高校如麻省理工學(xué)院[11]、加州大學(xué)伯克利分校[12]、斯坦福大學(xué)[13]紛紛在機器人培養(yǎng)項目上與人工智能技術(shù)緊密結(jié)合，產(chǎn)出了諸如獵豹機器人、達芬奇醫(yī)療機械手、外骨骼系統(tǒng)等杰出的成果。這些高校所采取的“先基礎(chǔ)后應(yīng)用”、與人工智能深度融合的成功模式，為本文探討的課程改革提供了寶貴的參考和啟示。

圖1以哈爾濱工業(yè)大學(xué)機器人工程專業(yè)課程體系為例

從國內(nèi)外目前的機器人課程設(shè)置及教材來看，其特點是詳實但分散，軟件和硬件由不同的課程來講解。這種教學(xué)模式對于培養(yǎng)本科生的基礎(chǔ)知識和基本能力較為適宜，但對于已經(jīng)具備本科階段多學(xué)科學(xué)習(xí)和數(shù)理基礎(chǔ)的研究生而言，無論是授課時長和研究生培養(yǎng)目標，都具有一定的挑戰(zhàn)。研究生階段，他們更需要的是將知識與實際應(yīng)用場景有機融合，并學(xué)習(xí)和應(yīng)用前沿知識。

因此，本文主要面向研究生培養(yǎng)，探討在當前人工智能時代背景下，機器人領(lǐng)域高階人才培養(yǎng)的教學(xué)模式。嘗試通過提升知識理論與應(yīng)用場景的連通性，以人工智能時代“具身”場景為牽引，逐步融入機器人本體各知識模塊，力爭讓參與本課程的學(xué)生及相關(guān)自學(xué)者能夠更加高效地完成相關(guān)能力準備。

一"當前課程與改革思路

（一）"當前課程結(jié)構(gòu)

正在開設(shè)的機器人與仿生學(xué)這一課程中講授了機器人機構(gòu)學(xué)、運動學(xué)、靜力學(xué)與路徑規(guī)劃和運動控制等面向工業(yè)、醫(yī)療等領(lǐng)域的剛體機器人本體結(jié)構(gòu)與控制等理論，針對機器人的智能化需求，講解機器人視覺關(guān)鍵技術(shù)。如圖2所示。

具體來看，本課程在運動學(xué)上，主要講解了基本旋轉(zhuǎn)矩陣與齊次變換矩陣、四元數(shù)、歐拉角等用來描述運動的數(shù)學(xué)基礎(chǔ)知識，以及靜力學(xué)力雅可比和動力學(xué)拉格朗日、牛頓歐拉方法；機器人控制部分包括位置控制PID、力矩控制、工作空間非線性反饋，以及阻抗、力位混合控制；軌跡規(guī)劃部分包括樣條曲線插值，以及關(guān)節(jié)坐標控價和直角坐標空間的軌跡規(guī)劃。機器人視覺部分講解了雙目測量、張正友標定法、圖像分割和視覺控制等方法。可以看到現(xiàn)有課程以機器人技術(shù)中的基礎(chǔ)知識為主。知識點涵蓋有感知、控制、執(zhí)行三大部分各個要點。這與其他高校本科機器人基礎(chǔ)課程教學(xué)邏輯和內(nèi)容基本相符。

但通過學(xué)生反饋與調(diào)研后發(fā)現(xiàn)，部分學(xué)生在本科階段已經(jīng)學(xué)習(xí)過這些基礎(chǔ)知識，認為該課程對其幫助不大。一些學(xué)生表示，雖然掌握了這些基礎(chǔ)知識，但在具體實踐項目中的幫助并不顯著。還有部分學(xué)生認為，課程內(nèi)容缺乏主線串聯(lián)，知識點較為分散，導(dǎo)致對知識的理解程度不高?？傮w來看，機器人課程在多個方面尚有改進空間。盡管大部分學(xué)生已具備基礎(chǔ)知識，但課程在實際應(yīng)用和項目操作中未能充分發(fā)揮其作用。

（二）"課程問題分析

我們意識到現(xiàn)有課程存在一些問題，包括與實踐脫離、不符合研究生群體需求、主線不明顯和內(nèi)容不夠凝練等[14]。在課堂上，從運動學(xué)、路徑規(guī)劃、動力學(xué)到控制學(xué)，這些內(nèi)容相對較為充實，但對于短時限、高階段的研究生課程而言可能顯得過于龐大。例如，在控制部分，我們平行講解了多種控制方法，然而常用的僅有其中一兩種。當前，機器人技術(shù)正處于模塊化發(fā)展的快速階段，課程中涵蓋的知識已經(jīng)在實際應(yīng)用中以各種形式封裝好，因此在應(yīng)用實踐中，學(xué)生只需了解其基本特性即可，無須深入掌握推導(dǎo)等細節(jié)。

如圖3所示，機器人的發(fā)展階段可分為從L0到L5六個階段[15]。成熟的工業(yè)機器人、家用機器人基本處于L2階段，可以完成重復(fù)的工作卻受限于特定工況。而L3及以上層次的機器人，可在多場景下完成多種復(fù)雜任務(wù)，正是當前快速發(fā)展的前沿技術(shù)。從事機器人相關(guān)項目的研究生通常會在這一領(lǐng)域進行深入探索。目前，諸如特斯拉、谷歌、小米和優(yōu)必選等科技企業(yè)也在深入研發(fā)L3階段的機器人，該階段機器人的核心技術(shù)包括深度學(xué)習(xí)中的大語言模型（LLM）為機器人提供思維鏈條與語言交互能力，數(shù)據(jù)驅(qū)動的端到端學(xué)習(xí)打通從感知到執(zhí)行一體化訓(xùn)練。相較之下當前課程中的知識內(nèi)容仍處于L2以下的階段，與當前機器人發(fā)展的前沿知識聯(lián)系較少，這也導(dǎo)致了課程內(nèi)容與行業(yè)需求存在較大差距。

（三）nbsp;改革思路

1"構(gòu)建知識主線

針對課程中的運動學(xué)、控制方法、軌跡規(guī)劃等部分，需要確立主線，抽取核心要點，去除冗余。通過分析研究生與本科生的課程需求差異，我們發(fā)現(xiàn)研究生具備較強的數(shù)理基礎(chǔ)和知識儲備，因此對這部分知識的理解和掌握所需學(xué)時較少，課程可以更多地起到查漏補缺的作用。在應(yīng)用層面上，隨著機器人模塊化技術(shù)的快速發(fā)展，我們的目標是讓學(xué)生能夠使用模塊化技術(shù)，理解其中的內(nèi)核和基礎(chǔ)。相比于追求高分，幫助學(xué)生掌握實踐能力更為重要。

因此，建議通過一個應(yīng)用場景來貫穿課程，將知識點與實際應(yīng)用場景相結(jié)合。通過分析一個應(yīng)用場景所需的知識點，有針對性地進行講解，從任務(wù)需求出發(fā)，使所有知識都為解決任務(wù)服務(wù)。以移動底盤+機械臂抓取場景為例，涵蓋相關(guān)知識點。這樣做可以減少課時的浪費，并更貼合實際機器人從業(yè)的需求。

2"增加前沿技術(shù)

在研究生階段，掌握領(lǐng)域內(nèi)的基本理論是進行科研工作的前提。因此，重視對基本理論的學(xué)習(xí)至關(guān)重要，這為研究生在機器人領(lǐng)域深造奠定了堅實基礎(chǔ)。辯證角度來看，在教學(xué)內(nèi)容上不應(yīng)只是平鋪直敘地介紹一些基本理論，這不利于激發(fā)學(xué)生的靈感和創(chuàng)造性，而應(yīng)注重教學(xué)與科研的有機結(jié)合，講授內(nèi)容應(yīng)具有一定的探索性。例如，可以將正在蓬勃發(fā)展的“具身”智能相關(guān)內(nèi)容作為課程的一部分，以擴寬其視野并安排學(xué)生完成“具身”智能等前沿技術(shù)的體驗、復(fù)現(xiàn)、分享等大作業(yè)以實現(xiàn)對最新技術(shù)的了解與學(xué)習(xí)。在知識高原的基礎(chǔ)上構(gòu)造高峰。壓縮凝練在L2發(fā)展階段中傳統(tǒng)方法的知識量，并增加前沿基于深度學(xué)習(xí)方法對機器人賦能部分的知識，以跟隨業(yè)界的腳步，與時俱進。

二"具體改革措施

可以看到一方面需要完成現(xiàn)有知識的精煉，保證基礎(chǔ)知識點覆蓋到位，同時也要騰出學(xué)時給“具身”智能來提供給學(xué)生進行探索，為此設(shè)計出講授知識點的雙主線與仿真大作業(yè)歸攏知識點的課程框架來實現(xiàn)課程改革。如圖4所示。

圖4"基于抓取場景的雙線課程知識框架

（一）"緊湊“動、力”主線

對現(xiàn)有知識體系進行精簡的核心要點是通過知識喚醒和融匯，構(gòu)建出“動、力”這條主線。一方面希望通過對知識點講述的策略以及側(cè)重點進行調(diào)整。課程在講授過程中將機器人課程中的技術(shù)點與本科數(shù)理課程中的知識點進行相關(guān)聯(lián)。其次是將機器人的各個技術(shù)點間相關(guān)聯(lián)。以期提高課程理論部分講授的效率。

讓知識點接地氣，機器人作為先進生產(chǎn)力的代表，其本質(zhì)是由一個個樸素的數(shù)學(xué)公式搭建而成。在教學(xué)中力求讓知識點穿透到底，讓高階知識更接地氣，讓多學(xué)科背景的學(xué)生都有可切入點。

例如，在機器人運動學(xué)模型上主要是講解矩陣變換，包括3×3的旋轉(zhuǎn)矩陣和4×4的齊次變換矩陣，如圖5所示。

旋轉(zhuǎn)矩陣其基本邏輯是坐標軸的投影映射關(guān)系，可以通過3×3的行列式來表達。這些知識學(xué)生在大學(xué)一年級的線性代數(shù)上都有學(xué)習(xí)，有相關(guān)基礎(chǔ)，但彼時無相關(guān)場景的對應(yīng)關(guān)系，因此在該課程中可以通過實際場景進行喚醒。將講課重點放在為學(xué)生搭建數(shù)理知識與機器人技術(shù)的橋梁上，在學(xué)生已具備數(shù)理基礎(chǔ)前提下搭建起機器人技術(shù)知識高原。

圖5"坐標系轉(zhuǎn)換表示

加強知識點間關(guān)聯(lián)，機器人各部件的可以運行的底層原理本質(zhì)上可以歸結(jié)到“動”“力”二字，因此，可以更快地切入到感知部分，提高課堂學(xué)習(xí)的連貫性。如圖4所示不同于原有課程的面面俱到，改革后的課程內(nèi)容強調(diào)知識點圍繞場景形成主線，從機器人坐標理解-運動學(xué)模型-軌跡規(guī)劃下的動力學(xué)和控制學(xué)，以機器人運行中功能調(diào)動的先后順序形成“動、力”主線，構(gòu)成環(huán)環(huán)相扣的教學(xué)邏輯。

（二）"確立“具身”概念主線

為了打通基礎(chǔ)課程與前沿應(yīng)用的壁壘，需要選擇一個具有先進性、普適性、大趨勢的機器人技術(shù)引入課堂中來。而“具身”智能作為人工智能發(fā)展的一個重要分支，正迅速展露頭角。在當前機器人逐漸走向通用并具備多任務(wù)能力的階段，“具身”智能不僅代表著AI技術(shù)從抽象計算向?qū)嶓w交互的深刻轉(zhuǎn)變，更是當前機器人技術(shù)邁向通用化與多任務(wù)處理能力提升的關(guān)鍵驅(qū)動力。隨著機器人越來越廣泛地融入日常生活與工作場景，“具身”智能的應(yīng)用范圍也隨之急劇擴展，從簡單操作到復(fù)雜環(huán)境適應(yīng)，展現(xiàn)了其無與倫比的潛力。許多知名公司如谷歌、特斯拉、優(yōu)必選紛紛投入大量資源進行相關(guān)研發(fā)。與此同時，各種多模態(tài)大模型理論[16]的涌現(xiàn)為“具身”智能提供了強大的思維基礎(chǔ)，使其成為一種備受期待的發(fā)展方向。因此，在課程改革中，應(yīng)將“具身”智能概念融入教學(xué)內(nèi)容，提煉2023年之后發(fā)表并受到廣泛關(guān)注的論文中的理論基礎(chǔ)，并調(diào)研業(yè)界最新產(chǎn)品與研發(fā)進展。

具體來說，應(yīng)增加“具身”智能理論概述，詳細介紹這一領(lǐng)域的核心概念和基本原理。同時，為學(xué)生提供面向“具身”智能的數(shù)據(jù)樣例，進行案例分析引入圖像+語言多模態(tài)模型的基本原理，讓學(xué)生了解這些前沿技術(shù)如何在“具身”智能中應(yīng)用。此外，“具身”智能作為一項跨學(xué)科的前沿技術(shù)，能夠?qū)⒂嬎銠C視覺、自然語言處理、機械控制等多領(lǐng)域知識有機結(jié)合。通過系統(tǒng)地講解這些知識點，學(xué)生將能夠全面了解“具身”智能的工作原理和應(yīng)用場景。這樣，不僅能提高他們的理論水平，還能增強他們在實際項目中的應(yīng)用能力，培養(yǎng)出能夠應(yīng)對未來挑戰(zhàn)的高素質(zhì)人才。具體而言，針對機器人的感知智能上，最小化的知識內(nèi)核應(yīng)該包括：基礎(chǔ)的深度學(xué)習(xí)網(wǎng)絡(luò)、多模態(tài)大模型GPT、以機器人交互的數(shù)據(jù)為核心的模型訓(xùn)練與應(yīng)用、深度學(xué)習(xí)網(wǎng)絡(luò)部署方式等，具體如圖6所示。

圖6"面向機器人智能的最小化知識核

（三）"完善實踐環(huán)節(jié)

軟件提供知識的集合，在機器人操作系統(tǒng)ROS[17]中，已經(jīng)集成了諸如坐標系轉(zhuǎn)換tf、運動規(guī)劃moveit、仿真環(huán)境gazebo等軟件包，具有完備的知識模塊化功能的軟件應(yīng)用。通過設(shè)計大作業(yè)的形式，學(xué)生在實踐環(huán)節(jié)可以清晰地體會自己所學(xué)知識點的集成化內(nèi)容體現(xiàn)。在掌握軟件使用的同時，通過實操來體驗各種算法的特性，加深對知識的理解并將其應(yīng)用于實際場景。仿真環(huán)境如圖7所示。

圖7"視覺伺服機械臂抓取仿真

引導(dǎo)自主探索充分利用軟件已具備功能，積極拓展自主定義部分。面向有科研任務(wù)的研究生群體，在課程改革中可以多考慮其對科研能力的啟發(fā)與培養(yǎng)，因此可以在為學(xué)生提供仿真環(huán)境和基礎(chǔ)代碼后，引導(dǎo)學(xué)生主動探索真實出現(xiàn)在實際生產(chǎn)生活中的需求與問題，并對其進行仿真，設(shè)計算法解決問題。例如在確定任務(wù)手臂控制與目標識別完成視覺伺服的機械臂抓取任務(wù)中，師生共同討論是否可以完成諸如異形物體抓取、指令控制抓取、自主移動抓取擺放等更加通用，有實際應(yīng)用價值的任務(wù)。并進行翻轉(zhuǎn)課堂環(huán)節(jié)，學(xué)生組隊探索實踐并進行成果展示。

三"結(jié)束語

本文提出了針對面向研究生的機器人課程改革方案，希望通過以實際場景構(gòu)建知識主線、增加前沿技術(shù)知識、豐富實踐環(huán)節(jié)等策略提升機器人課程的教學(xué)質(zhì)量，行之有效地滿足學(xué)生科研與從業(yè)需求。本文主要面向通用剛性機器人所需知識進行展開，希望課改后課程可以為學(xué)生提供較為通用的感知、規(guī)劃、控制等方面的知識。教學(xué)改革是一個持續(xù)不斷的過程，未來我們還需要進一步深入探討如何更好地將理論知識與實踐相結(jié)合，為培養(yǎng)高素質(zhì)的機器人人才作出更大的貢獻。

參考文獻：

[1]“機器人+”應(yīng)用行動實施方案[J].中國信息化，2023（2）：11-14.

[2]張輝，李智勇，鐘杭，等.“智能機器人技術(shù)”課程教學(xué)改革實踐[J].電氣電子教學(xué)學(xué)報，2023，45（1）：4-6.

[3]DUANJ，YUS，TANHL，etal.Asurveyofembodiedai：Fromsimulatorstoresearchtasks[J].IEEETransactionsonEmergingTopicsinComputationalIntelligence，2022，6（2）：230-244.

[4]劉華平，郭迪，孫富春，等.基于形態(tài)的具身智能研究：歷史回顧與前沿進展[J].自動化學(xué)報，2023，49（6）：1131-1154.

[5]XUZ，WUK，WENJ，etal.ASurveyonRoboticswithFoundationModels：towardEmbodiedAI[J].arXivpreprintarXiv：2402.02385，2024.

[6]榮偉彬，李瑞峰，馮培連，等.機器人工程專業(yè)課程建設(shè)與探索[J].高教學(xué)刊，2022，8（28）：27-30.

[7]蔡自興，謝斌.機器人學(xué)[M].4版.北京：清華大學(xué)出版社，2022.

[8]徐文福.機器人學(xué)：基礎(chǔ)理論與應(yīng)用實踐[M].哈爾濱：哈爾濱工業(yè)大學(xué)出版社，2020.

[9]孫平.本科生教育與研究生教育之異同比較[J].新西部（理論版），2015（18）：111-112.

[10]M|ROBOTICS[EB/OL].https：//robotics.umich.edu/.

[11]Robotics@MIT[EB/OL].https：//robotics.mit.edu/.

[12]加州伯克利分校機器人與智能機器實驗室（RIML）官網(wǎng)[EB/OL].https：//riml.berkeley.edu/.

[13]StanfordARTIFICIALINTELLIGENCE[EB/OL].https：//ai.stanford.edu/.

[14]楊明星，朱慶，時禮平.新工科背景下機器人本體設(shè)計課程建設(shè)與教學(xué)探索[J].湖北經(jīng)濟學(xué)院學(xué)報（人文社會科學(xué)版），2023，20（4）：149-153.

[15]機器人行業(yè)專題報告：人形機器人的“前世今生”[R].招商證券，2023.

[16]韓炳濤，劉濤.大模型關(guān)鍵技術(shù)與應(yīng)用[J].中興通訊技術(shù)，2024，30（2）：76-78.

[17]安峰.基于開源操作系統(tǒng)ROS的機器人軟件開發(fā)[J].單片機與嵌入式系統(tǒng)應(yīng)用，2017，17（5）：27-29，33.

基金項目：清華大學(xué)深圳國際研究生院機器人與仿生學(xué)精品課建設(shè)項目（01020100301）

第一作者簡介：李星輝（1985-），男，漢族，河南洛陽人，博士，副教授，博士研究生導(dǎo)師。研究方向為精密測量技術(shù)與儀器、智能生產(chǎn)技術(shù)與裝備。

DOI：10.19980/j.CN23-1593/G4.2024.36.014