理大开发先进人机协作系统 赋能高端制造任务

工业5.0时代的核心在于人机协作，香港理工大学（理大）科研团队在此领域取得创新突破，研发出新一代「人机共生」协作制造系统，不仅能实时感知复杂环境、准确解读操作人员意图，更能通过简单示教学习，完成技能迁移和自动学习，并实现自主的工艺代码生成与高准确度任务执行的自动调节，已成功应用于大型飞机自主制孔、电动车电池拆解等高端制造任务，为业界打造「人本智能制造」新模式奠定重要基石。

人机之间的协同运作，旨在结合人类的灵活应变与适应能力，以及机器的高精准度与稳定性，发挥各自最大价值。这套「互相认知人机协作制造系统」，由理大黄铁城智能机器人学青年学者、工业及系统工程学系副教授郑湃教授及其科研团队开发，一改传统倚赖预编程设计，以整体场景理解为核心，通过收集及分析视觉、触觉、语言及生理信号等多模态感知讯息，实现高准确度与全方位的环境分析，并可自主作出决策及灵活执行任务。

该新系统具备先进的机器学习与三维场景感知能力，兼具效率与安全性，大大促进了人与机器人在复杂制造场景中的流畅互动。透过产业合作项目，团队已为多家领先企业量身打造人机协作系统，并成功于多种场景落地，主要涉及精密或复杂的工序。

郑教授表示：「全球制造业转型都正追求人机共生模式，看重更具弹性的自动化效能。我们的研究旨在构建一种崭新人机协作架构，提供具有多模态自然感知、跨场景技能迁移、域模型自主执行的智能机器人制造系统，使机器人不再只是工具，而是能与操作人员同步演进的智能体，为智能工厂突破基于预编程的自动化手段提供新方案。」

半结构化、非结构化生产场景，例如个性化产品制造，通常涵盖大规模、复杂的产品组装、拆解与检测流程，要求高认知及快速适应能力。研究团队引入新颖的「视觉语言导引」规划架构，融合大型语言模型、深度强化学习等前沿人工智能技术，辅以混合实境（MR）头戴式装置，提升应对个性化与其他不可预测生产任务的能力。

该架构关键创新在于结合了视觉语言导引的目标分割模型，以及由语言指令驱动的任务规划方法，令系统能整合视觉信息与语言指令，协助机器人掌握复杂任务语意及识别动态场景，从而与操作人员高效协作。其中，头戴式装置能够提供实时数据撷取，为操作人员提供实时、直观的引导，亦革新了人机互动接口。

郑教授强调：「未来智能制造的发展方向不是让机器变得更聪明去取代人类，而是在人与机器共同学习、调适与成长的模式中，创造出更高的生产力与灵活性。为满足此发展需求，下一代机器人械臂需具备在人类引导下持续学习与优化的能力，才能实现高效且自然的人机互动。」

为进一步推动人机协作系统的进步，郑教授将带领研究团队深入探索多个关键技术，包括具自我组态能力的人机网络、技能转移机制，以及自主多智能体的任务执行方式，建构「深度人本」的智能制造系统，并拓展至更多重要领域，令社会迈向一个由科技赋能、具同理心与人性导向的智能新世代。

郑湃教授一直致力研究「人机共生」协作制造系统，并获选2024年度国家自然科学基金的「优秀青年科学基金项目」。郑教授带领RAIDS科研团队进行以上研究项目，详情：https://www.raids.group/

***完***