机器人系统中 AI、规划与控制的职责边界

将 AI 接入机器人，并不意味着用一个学习模型替换整条控制链。更稳健的系统通常按职责分层：AI 处理开放语义与不确定任务，规划模块把目标转化为可行运动，反馈控制器保证执行质量，独立安全机制限制系统行为。

为什么需要分层

机器人输出会直接作用于物理世界。一个候选动作不仅要“看起来合理”，还必须满足关节范围、速度与力矩限制、碰撞约束、动力学可行性、控制周期和故障响应等要求。

不同问题需要不同性质的保证：学习模型擅长从视觉、语言和数据中生成目标或候选动作；传统规划与控制更适合显式处理约束、反馈、稳定性和实时性。把这些职责混在一个不可解释的输出中，会使验证、定位故障和安全兜底都更加困难。

典型职责划分

这是一种分析框架，不是所有系统都必须采用的固定软件结构。层与层之间可以由同一组件实现，学习方法也可以进入规划或低层控制；但一旦进入更靠近执行器的闭环，就需要更严格地证明时延上界、稳定性、约束满足和异常行为。

ROS 2 位于另一条维度：它提供通信、执行器调度、坐标变换、参数和系统集成能力，可以同时被感知、规划、控制与硬件节点使用。因此“熟悉 ROS 2”描述的是工程基础设施能力，不能单独说明一个人从事感知、SLAM、规划、控制还是系统集成，也不等同于掌握相应算法。

在人形机器人等大型系统中，技术职责还可能按本体模块继续拆分：上肢团队处理抓取、双臂协同和机械臂规划，下肢团队处理步态、平衡和状态估计，全身控制负责在接触与动力学约束下协调手臂、腰部和腿部，关节伺服负责位置、速度、力矩环与实时通信。具身模型通常承担更上层的视觉语言理解、任务策略或动作候选生成。这种组织划分不是固定标准，但说明“具身智能”并非由一个模型或单一团队包办整条物理执行链。

不能只靠模型输出解决的问题

• 物理约束：关节范围、速度、加速度、力矩、碰撞和接触条件。
• 实时执行：控制周期、通信抖动、计算最坏时延与超时处理。
• 模型误差：摩擦、间隙、柔性、载荷变化、传感器噪声和外部扰动。
• 接触任务：装配、按压、打磨等任务需要力觉或触觉反馈，以及阻抗、导纳或其他接触控制方法。
• 失效处理：感知错误、规划失败、通信中断或执行偏差必须能触发降级或安全停止。

因此，AI 给出的动作应被视为需要检查的候选，而不是天然安全的执行命令。

工程集成与验证

一个可维护的集成流程通常包括：

1. 明确 AI 输出的语义、单位、坐标系、时效性和置信度。
2. 在规划或约束层检查运动学、碰撞、动力学与设备限制。
3. 由反馈控制器跟踪经验证的轨迹或目标，并监测跟踪误差。
4. 用独立安全边界处理越限、超时、异常接触和通信故障。
5. 分别记录感知、决策、规划和控制数据，使失败可以定位到具体层级。
6. 用实机实验验证误差、时延、扰动和故障情形，不能只依据仿真成功判断系统可靠。

对于固定场景，简单规则和传统规划可能比复杂 AI 更易验证、更经济。只有任务确实需要开放环境理解、数据驱动泛化或复杂策略生成时，引入 AI 才具有明确收益。

自然语言控制的命令边界

自然语言接入灯光、机器人、MQTT 或 PLC 时，模型适合把开放表达转换为受约束的候选意图，例如设备标识、动作、目标值和必要参数；它不应直接生成并下发任意底层写操作。更稳健的链路是：

自然语言
  → 语义解析为受限结构化意图
  → 确定性路由与 Schema 校验
  → 权限、范围、状态、联锁与限值检查
  → PLC / MQTT / 设备接口执行
  → 读取真实反馈并确认结果

结构化 JSON 只是数据格式，不等于命令安全。执行层仍需使用动作白名单、严格类型与单位、设备当前状态、超时与幂等规则；高风险动作还应要求人工确认或由独立安全逻辑裁决。模型输出无法解析、缺少参数、目标越界或上下文有歧义时，应拒绝执行并请求澄清，而不是猜测。执行结果也应依据设备反馈判断，不能把模型生成“已完成”当成真实完成证据。

常见误区

• 把“能生成动作”误认为“动作满足物理与安全约束”。
• 用仿真中的平均性能代替最坏时延、故障响应和实机鲁棒性验证。
• 让学习模型同时承担任务理解、轨迹生成和最终安全裁决，却没有独立约束层。
• 只调到单一场景能够运行，没有测量标定误差、跟踪误差、成功率和异常恢复能力。
• 为了使用 AI 而使用 AI，忽略更简单且可验证的工程方案。

相关知识

• URDF 机器人模型基础：机器人拓扑、关节限制、碰撞与惯性等约束的模型来源之一。
• 机械臂运动规划、轨迹规划与控制：目标位姿到真实执行的算法与接口链路。