<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>自主机器人 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E8%87%AA%E4%B8%BB%E6%9C%BA%E5%99%A8%E4%BA%BA/</link>
    <description>Recent content in 自主机器人 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Sat, 20 Sep 2025 02:50:32 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E8%87%AA%E4%B8%BB%E6%9C%BA%E5%99%A8%E4%BA%BA/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>机器人自主导航与云计算技术研究</title>
      <link>https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E4%BA%BA%E8%87%AA%E4%B8%BB%E5%AF%BC%E8%88%AA%E4%B8%8E%E4%BA%91%E8%AE%A1%E7%AE%97%E6%8A%80%E6%9C%AF%E7%A0%94%E7%A9%B6/</link>
      <pubDate>Sat, 20 Sep 2025 02:50:32 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E4%BA%BA%E8%87%AA%E4%B8%BB%E5%AF%BC%E8%88%AA%E4%B8%8E%E4%BA%91%E8%AE%A1%E7%AE%97%E6%8A%80%E6%9C%AF%E7%A0%94%E7%A9%B6/</guid>
      <description>&lt;h1 id=&#34;为什么巴西机器人专家迁往西弗吉尼亚研究机器人&#34;&gt;为什么巴西机器人专家迁往西弗吉尼亚研究机器人&lt;/h1&gt;&#xA;&lt;p&gt;2019年某机构研究奖获得者Guilherme Pereira正在研究提升机器人自主工作能力的方法。自2018年从巴西来到西弗吉尼亚大学后，他便专注于一项长期使命：将野外与空中机器人实验室的原型概念转化为解决实际复杂商业挑战的解决方案。&lt;/p&gt;</description>
    </item>
    <item>
      <title>人工智能驱动的仓储自主机器人技术突破</title>
      <link>https://blog.qife122.com/p/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E9%A9%B1%E5%8A%A8%E7%9A%84%E4%BB%93%E5%82%A8%E8%87%AA%E4%B8%BB%E6%9C%BA%E5%99%A8%E4%BA%BA%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4/</link>
      <pubDate>Fri, 19 Sep 2025 18:55:50 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E9%A9%B1%E5%8A%A8%E7%9A%84%E4%BB%93%E5%82%A8%E8%87%AA%E4%B8%BB%E6%9C%BA%E5%99%A8%E4%BA%BA%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4/</guid>
      <description>&lt;h1 id=&#34;在履约中心部署自主机器人的探索&#34;&gt;在履约中心部署自主机器人的探索&lt;/h1&gt;&#xA;&lt;p&gt;某中心的机器人AI组织开发的技术利用机器学习绘制仓库障碍物地图并实现更流畅的导航。&lt;/p&gt;&#xA;&lt;h2 id=&#34;机器人技术新突破&#34;&gt;机器人技术新突破&lt;/h2&gt;&#xA;&lt;p&gt;目前每日有超过50万台机器人在履约中心协助库存管理、订单处理和包裹分拣。这些机器人遵循基于云的算法指令，沿编码标记网格移动。虚拟和物理屏障限制了其与人员的交互范围。&lt;/p&gt;</description>
    </item>
    <item>
      <title>机器人自主导航与云端计算技术突破</title>
      <link>https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E4%BA%BA%E8%87%AA%E4%B8%BB%E5%AF%BC%E8%88%AA%E4%B8%8E%E4%BA%91%E7%AB%AF%E8%AE%A1%E7%AE%97%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4/</link>
      <pubDate>Wed, 17 Sep 2025 21:38:58 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E4%BA%BA%E8%87%AA%E4%B8%BB%E5%AF%BC%E8%88%AA%E4%B8%8E%E4%BA%91%E7%AB%AF%E8%AE%A1%E7%AE%97%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4/</guid>
      <description>&lt;h2 id=&#34;机器人自主作业的技术挑战&#34;&gt;机器人自主作业的技术挑战&lt;/h2&gt;&#xA;&lt;p&gt;在未知和非结构化环境（如矿井和森林）中，地面与空中机器人面临核心挑战：如何实现长期自主运行。环境动态变化（如矿井结构移位、森林植被生长）要求机器人具备实时适应能力，这需要处理大量传感器数据并进行即时决策。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
