专题演讲嘉宾：康斌

当前服务机器人普遍存在任务链路割裂、Agent 决策不可控、环境记忆弱、具身技能难复用、业务闭环缺失等落地难题。多数系统能够完成导航、问答、巡检或抓取的单点演示，但很难支撑“理解用户意图 - 找到目标地点 - 感知现场 - 调用执行技能 - 验证结果 - 上报业务系统”的完整服务任务。

本次分享以酒店服务机器人为落地样例，介绍一套 Agent Harness + 原子 Skills 的服务机器人架构。系统由上层 Agent 负责意图理解、任务规划和技能编排，由 Harness 统一封装环境观测、状态门控、技能调用、执行反馈、自动验证和人工接管；巡检、语义导航、设施检查、靠近观察、物品抓取、递送和异常上报被抽象为可组合、可度量、可复盘、可演化的原子 Skills。算法层面结合 LLM/VLM、语义地图、任务图/行为树、工具调用，以及 LoRA 微调的 VLA/策略模型，支撑长时序导航 + 检查 + 操作一体化任务。

整套方案将服务机器人从“模块堆叠式 demo”升级为“Agent 可操作的物理世界接口”，可复用于酒店、养老、医院、园区、商场、办公楼等服务场景，为具身智能从 PoC 走向可运营系统提供可复制工程路径。

演讲提纲

1. 开篇：服务机器人行业现状与 Agent 化落地痛点
   • AGI 视角下服务机器人产业价值：从单点自动化走向可执行复杂任务的具身智能体。
   • 当前服务机器人规模化落地核心瓶颈：
     • 无法稳定完成长时序导航 + 感知 + 操作 + 上报复合任务。
     • 环境感知缺少长效语义记忆，地点、设施、物体和业务状态无法统一表达。
     • 多模态模型、ROS 导航、机械臂技能和业务系统之间缺少统一调度层。
     • 大模型可以理解意图，但缺少真实机器人执行边界和安全约束。
   • 案例引入：以酒店服务机器人为样例，拆解接待问询、路线引导、夜间巡检、设施检查、异常上报、物品取放与递送任务。
2.   整体解决方案选型：Agent Harness + 原子 Skills 架构
   • Agent 层：负责自然语言理解、任务拆解、技能选择、失败恢复和人工接管判断。
   • Harness 层：封装环境观测、状态机/行为树、安全门控、技能执行、结果验证和日志记录。
   • Skill 层：将巡检、语义导航、靠近观察、设施检查、抓取、放置、递送、通知上报封装为标准物理 API。
   • Policy 层：确定性流程采用 FSM/行为树和工具调用，开放式具身动作接入 LoRA + VLA/策略模型。
   • 闭环体系：参考 Environment、Rollout、Verification、Evolution 思路，把真实任务变成可记录、可评分、可复盘、可迭代的机器人 rollout。
3.   核心技术细节拆解
   • 长时序服务任务策略：
     • 将“带我去前台”“检查消火栓”“去桌上取一瓶水”等请求拆解为导航、观察、检查、操作、上报等原子动作序列。
     • 通过任务图/行为树管理任务阶段、状态切换、异常恢复和取消机制。
     • 在巡检中处理视觉事件、语音指令、小程序指令和业务告警的优先级冲突。
   • 机器人双体系内部记忆工程：
     • 语义地图记忆：维护前台、电梯口、洗衣房、消火栓、吧台、桌子等地点和设施的可导航位姿。
     • 物体/事件记忆：记录遗失物、垃圾、设施异常、服务请求等事件的时间、位置、置信度和处理状态。
     • 动态更新机制：结合多帧观测、置信度、时间衰减和人工确认，减少临时物体对语义地图的污染。
   • 原子技能库建设：
     • 巡检 Skill：路线巡视、低频视觉检测、事件去重、告警投递。
     • 检查 Skill：靠近目标、调整视角、OCR/视觉识别、结果回传。
     • 操作 Skill：观察目标、靠近拍照、抓取、递送、放置，可接入 VLA/策略模型增强泛化。
   • Agent Harness 的安全与验证：
     • Agent 不直接控制底盘速度和机械臂关节，只能调用受控 Skill。
     • Harness 负责执行前置条件检查、动作互斥、超时处理、失败原因归因和人工接管。
4.   酒店服务机器人落地实施方式与效果评估
   • 典型任务链路：
     • 接待问询：结合门店知识库回答入住、退房、早餐、停车、洗衣房、Wi-Fi、寄存等问题。
     • 语义引导：将“带我去前台”“洗衣房在哪里”转换为语义地图查询和导航 Skill。
     • 夜间巡检：沿固定路线巡视，发现垃圾、遗失物、消防设施异常后自动分类处理。
     • 设施检查：识别消火栓、消防器材、门牌或公共设施后，调用靠近观察与 OCR/视觉检查 Skill。
     • 物品服务：组合导航、观察、抓取、递送和确认，完成“去桌上取物”“送到前台”等任务。
   • 建议量化指标：
     • 语义地点导航成功率、巡检覆盖率、告警到达延迟、设施检查准确率。
     • 单次抓取/递送成功率、完整复合任务完成率、人工接管率。
     • 任务平均耗时、失败恢复成功率、连续运行稳定性。
   • 场景延伸：养老陪护、医院导诊与物品递送、园区巡检、商场导览、办公楼设施检查。
5.   落地实践总结与行业演进方向
   • Agent Harness 的价值：把真实机器人硬件、环境状态、业务系统和大模型能力组织成可控闭环。
   • 原子 Skills 的价值：把一次性 demo 拆成可复用、可组合、可验证、可演化的具身能力。
   • 未来技术演进路线：更强的长时序 Agent 规划、更轻量的端侧 VLA/世界模型、更动态的语义记忆、更自动化的 rollout 验证和策略演化。
   • 商业化方向：从酒店 PoC 扩展到多服务场景，通过共享技能库和场景记忆模板降低复制成本。

实践痛点

1. 长时序任务编排与安全边界难统一
   • 服务任务步骤多、上下文长、异常分支复杂，既不能只靠固定脚本，也不能让大模型直接控制底盘、机械臂、门禁、电梯或安全停止。实际系统必须融合 Agent 推理、任务图/行为树、状态门控、权限控制和人工接管，把高层决策限制在受控 Skill 调用内。
2.   动态语义记忆难以稳定维护
   • 服务场景中的地点、设施、物体和事件持续变化，语义地图不能只是静态坐标表。系统需要维护“地点 - 可达位姿 - 物体/设施 - 最近观测 - 置信度 - 处理状态”的关联关系，并处理动态物体、遮挡、重复识别、临时摆放带来的记忆污染、检索延迟和错误导航。
3.   原子技能泛化与稳定性难兼顾
   • Skill 太粗会变成不可解释黑盒，失败后难以定位；Skill 太细又会导致 Agent 编排复杂、任务链路过长。抓取、靠近观察、设施检查、放置和递送还会受到光照、反光、深度噪声、外参偏差、人流干扰和底盘微动影响，需要传统控制、视觉伺服、VLA/策略模型和后置验证协同。
4.   Rollout 数据闭环与商业化复制成本高
   • 机器人要持续变好，必须记录每次任务的输入意图、环境观测、技能调用、执行轨迹、失败原因和业务结果，但真实场景日志涉及隐私、存储、标注、回放、评估和模型迭代。不同场景的业务规则、空间布局、设施类型和服务流程差异也会带来部署、调试、平台对接和售后运维压力。

听众收益

1. 掌握服务机器人 Agent Harness 落地方案：完整理解从 Agent 规划、Harness 状态门控、原子 Skills、语义记忆到 rollout 验证的系统架构，可复用于自有服务机器人项目。
2. 获取真实服务场景的工程拆解方法：清楚知道酒店机器人在接待问询、语义引导、夜间巡检、设施检查、异常上报、物品取放与递送中的任务链路和技术边界。
3. 理解 LLM/VLM、VLA/策略模型与传统机器人系统的协同方式：知道哪些环节适合大模型推理，哪些环节必须由 FSM/行为树、安全控制和受控 Skill 承担。
4. 获得语义地图和动态记忆的设计思路：掌握如何把自然语言地点、设施、物体、事件和可达位姿组织成 Agent 可查询、可执行的环境记忆。
5. 学习具身技能工程化避坑经验：了解任务抢占、事件风暴、模型冷启动、外参误差、深度噪声、动态物体污染、人工接管和失败恢复等高频问题。
6. 理清服务机器人商业化复制路径：理解如何从酒店 PoC 扩展到养老、医院、园区、商场和办公楼等场景，通过共享 Harness、技能库和评估指标降低规模化落地成本。