面向工业控制的机器人基础模型：综合调查与就绪评估框架
机器人学
2026-03-10 v1 人工智能
摘要
机器人基础模型(RFM)正成为实现灵活、指令驱动和演示驱动机器人控制的有前景之路，但其工业适用性的深入考察仍缺乏。本调查提供了RFM版图的广泛概述，分析了如何受具体影响驱动，工业领域和用例塑造了RFM的要求，特别关注协作机器人平台、异构感知与执行、边缘计算约束以及安全关键操作。我们将工业部署视角整合为十一个相互依赖的影响，并将其操作化为一个评估框架，包含149项具体准则，涵盖模型能力与生态系统要求。使用该框架，我们通过48,276项准则级别的保守LLM辅助评估管道（经专家判断验证）对324个可操作的RFM进行评估。结果表明，工业成熟度有限且不均衡：即使是最高评级的模型也只满足部分准则，通常在特定影响方面表现出窄化的影响，而非整合覆盖。我们得出结论，向行业级RFM的进步更多依赖于对孤立基准成功，而非对系统性地将安全、实时可行性、稳健感知、交互和经济高效系统集成纳入可审计部署堆栈。
引用
@article{arxiv.2603.06749,
title = {Robotic Foundation Models for Industrial Control: A Comprehensive Survey and Readiness Assessment Framework},
author = {David Kube and Simon Hadwiger and Tobias Meisen},
journal= {arXiv preprint arXiv:2603.06749},
year = {2026}
}