人形机器人
一台学习你生活方式的机器人
BELTH 正在开发超越固定任务清单的家庭自主能力。方向是：让机器人学习自己所处的环境、身边人的日常节奏、物品的归位，以及这个家庭希望事情被如何完成。
由 BELTH 打造，由你塑造。
它学得越多，就越属于你。
从安装到理解
首先，它要认识这个家。
只掌握几何信息的机器人，可以穿过一个家，却并不理解它。因此 BELTH 机器人在安装之后首先要建立的，不是一张平面图，而是对住宅的结构化认识：哪个房间做什么用、各个台面的用途、哪些物品重要，以及它们通常归位在哪里。
正是这种认识，才让"把这个放回去"这样的指令成为可能。没有它，每一项任务每一次都必须完整地重新说明。
- 01房间及其功能——厨房、卫生间、卧室、走廊
- 02固定结构——门、桌、柜、台面、充电站
- 03日常反复出现的物品，以及它们的归位
- 04家庭标记为受限或禁止进入的区域
- 05一项任务通常从哪里开始、到哪里结束
家不再只是几何空间，而成为机器人可以据以推理的结构化世界。
向你学习
做给它看。告诉它。让它学会。
多数家务演示起来比描述起来容易。BELTH 所构建的方向，是一台可以像教人一样教它的机器人：做一次给它看，说明关键之处，其余交给它自己推导。
"我来给你看看我是怎么浇花的。"
- 这个人，以及他的手在做什么
- 使用了哪件物品，它从哪里取来
- 涉及哪些植物，它们摆在什么位置
- 各个动作发生的先后顺序
- 这项任务应当产生的结果
- 真正重要的约束——浇多少水、什么必须保持干燥
机器人应当从中提取的内容
- 01找到水壶
- 02抓取
- 03接水
- 04走向植物
- 05安全浇水
- 06确认结果
- 07归位水壶
目标不是回放一段录制的轨迹。水壶一旦换了位置，录制的动作就会失效。我们正在开发的，是对目标、物品、动作、条件与预期结果的表示——让同一项任务换一天依然成立。
交互
你应当看得出机器人正在注意什么。
教一台读不懂的机器，会让人不安。BELTH 的机器人方向包含一个带两只清晰眼睛与集成 RGB-D 相机的头部，以及一套注意力系统，让机器人朝向它当下正在处理的对象。
有人说话时
头部转向说话的人，眼睛随之朝向，让人看得出机器人在听谁说话。
有人示范时
机器人跟随双手，看向被指认的物品，再看向它被放置的位置。
出现歧义时
它可以回看人，而不是继续执行——用一个看得见的确认请求，代替一次无声的失败。
这是一套交互系统，并非意识的证据。可见的注意力之所以存在，是为了让人看出机器人理解了什么，并在理解有误时及早纠正。
随时间改善
教会，只是开始。
一项任务不必永远停留在第一次示范的样子。架构的设计目标是：让重复执行、用户反馈与结果核验，能够不断改进一项常规任务的执行方式。
昨天我教了它这件事。今天它自己就能做。
- 在同一个家中反复执行同一项任务
- 来自家庭的反馈——这样对，这样不对
- 哪些抓取方式对哪些物品曾经奏效
- 家中哪些路线是可靠的
- 某一步失败时该怎么办，从此前的恢复中学到
- 不再需要试探的动作
- 贴合这个家庭而非默认设定的时间安排
个性化
同一平台。不同体验。
两台机器人可以带着完全相同的硬件与相同的基础软件出厂，最终却成为功能上不同的机器——因为教它们的是不同的家庭。
第一天
BELTH A
相同的硬件。相同的基础软件。
BELTH B
相同的硬件。相同的基础软件。
经验
在两个不同家庭中使用数月
数月之后
家庭 A
带花园、每周节奏固定的住宅
- 十一盆植物中哪些需要浇水，以及多久一次
- 厨房按自己的方式收纳——每件东西都归回原位
- 在所有人醒来之前就开始运行的晨间流程
- 采购物品拆封后放到哪里
家庭 B
养着两只猫、作息不定的公寓
- 猫可以进哪些房间，哪扇门始终关着
- 以晚间流程为主而非晨间——晚上十点开始收拾
- 外套和包放在门边，从不收进衣柜
- 每周洗两次衣物，每天检查猫砂盆
每一台 BELTH 起点相同。
没有一台会一直相同。
BELTH 的设计目标，是让同一套自主基础通过学到的日常流程、偏好与经验，越来越贴合每一个家庭。硬件不会改变，改变的是经验。
家庭记忆
有用，是因为它记得重要的事。
动手能力只占家用机器人价值的一半。另一半是上下文：知道什么会反复出现、什么快用完了、东西最后放在了哪里。BELTH 将其作为家庭记忆来开发——为这个家庭保存，也由这个家庭修改。
- 会重复的日常流程，以及它们通常发生的时间
- 物品最后一次被收纳的位置
- 家庭表达过的偏好
- 每周都会回来的任务
- 即将用尽的消耗品
- 家庭共享的日程与提醒
这项能力意在实现什么
在一次普通任务中，机器人注意到洗衣液快用完了。
"我去买东西了。"
"洗衣液快用完了——您可能想把它加上。"
这是我们正在构建的方向：因为掌握上下文而主动，而不是因为写好了脚本。这并非已交付机器人今天具备的功能。
而且它会有一个名字。
"您想怎么称呼我？"
在设置过程中，家庭应当可以给机器人取一个属于它自己的名字。不是为了假装它是人，而是为了更自然地称呼它、在多台设备同时聆听的房间里更容易区分，也更容易共同生活。
它仍然是一台机器。但它成了一台了解你家的机器。
架构
学习永远不能凌驾于安全之上。
本页描述的一切，都是一个会随时间改变的系统。正因如此，安全层被设计为置于其外——独立于机器人所学到的内容，并对每一次物理动作拥有最终权限。
学习与任务智能
家庭教给它的内容：任务、日常流程、偏好、物品位置。
独立安全层
力、速度与距离的限制，以及人与动物的在场判断。家庭一侧无法训练。
物理动作
任何指令未经上一层许可，都无法抵达执行机构。
家庭可以教的内容
- 任务及其步骤顺序
- 日常流程及其执行时间
- 偏好，以及物品的归位
- 机器人应当回避的区域
无法教的内容
- 在儿童身边移动得更快或更近
- 忽略挡在路上的人或动物
- 关闭碰撞或力限制
- 为了让任务更快而绕过安全规则
不确定时，机器人的设计是
- 01停下
- 02重新观察
- 03询问
- 04更慢地重试
- 05回到安全状态
学习位于安全之上。安全永远不会被训练掉。
隐私与权限
个性化不应意味着失控。
一台学习家庭的机器人，会接触到这个家庭不会放到网上的事情。这是架构要求，而不是一纸政策说明，并且从一开始就一同设计，而非事后补上。
在可行处进行本地处理
感知与日常家务推理被设计为在机器人本机运行，使常规工作不依赖于把家中信息送往别处。
明确的权限
什么可以被记住、什么可以离开机器人，应当由家庭决定，并且可以随时更改。
同一家庭中的不同角色
成年人与儿童，不应当对机器人所学与所做拥有相同的权限。
数据最小化
只保留任务真正需要的内容。机器人不必录下一个家，才能在其中工作。
透明度
家庭应当能够查看关于自己被记住了什么，并且是以看得懂的表述呈现。
在本地被遗忘的权利
删除一项学会的任务、一个记住的位置或一条偏好，应当是常规操作，而不是恢复出厂设置。
以上是一个在研系统的设计原则与架构要求。它们在此作为我们所对标的标准，而非已交付产品的认证。
底层技术
学习是一层，不是替代。
没有下方的自主技术栈，以上这些都无法成立。学习与个性化调用这套技术栈——而不是取代它。
学习与个性化
通过示范进行任务学习、家庭记忆、用户反馈、依靠经验不断改进。
- 感知与定位
- 语义世界模型
- 物体记忆
- 任务规划
- 导航
- 操作流程
- 恢复逻辑
- 独立安全
- 高效车载算力
- ROS 2
- 仿真
- 实机验证
- 硬件集成
BELTH 开发的是软件层。人形硬件来自专业制造商——这也正是这一层被设计为可在不同合作伙伴平台之间迁移、而非绑定于某一台机器的原因。
产品原则
产品所依据的五件事。
这些是衡量架构的承诺，其排列顺序即它们彼此约束的顺序。
- 01
自主
机器人对物理世界进行推理并在其中行动，而不是执行固定脚本。
- 02
安全
无论机器人学到了什么，一个独立层始终对每一次物理动作拥有最终权限。
- 03
效率
面向任务的架构，使有用的工作不必占用任务本身从不需要的算力与硬件。
- 04
学习
对一项常规任务的经验，可以改进这项任务的执行方式。
- 05
个性化
知识、日常流程与偏好属于某一个家庭，而非某一条产品线的通用设定。
自主是基础。个性化才是产品。
我们正在构建的家用机器人，不止于执行一份预设任务清单——它们学习自己的环境，依靠经验不断改进，对共同生活的人越来越有用。如果您制造人形平台，这正是让一个平台值得被选择的那一层。