【提要】PNP机器人于2025年ROS中国开发者大会发表技术演讲，探讨从协作机器人到具身智能的演进路径。报告重点分析了模仿学习与强化学习在机器人操作策略中的优劣及融合趋势，并引用前沿研究佐证。针对工业落地，指出当前技术在精密操作技巧方面仍存差距，作为Franka机器人负责方同时介绍了PNP基于Franka机器人平台，提供从数据采集到策略部署的全套解决方案。

一、ROSCon 2025：全球机器人开发者的年度“朝圣”

2025年ROS中国开发者大会（ROSCon China 2025）于10月30-11月1日在上海举行，大会由OSRF（Open Source Robotics Foundation）与古月居联合主办，汇聚全球机器人核心开发者、产业领袖及资深工程团队，带来从“技术深度”到“落地实效”的全维度产业探讨。 共吸引上千名开发者现场参会。

PNP机器人自2024年起成为ROSCon中国“合作伙伴”，连续2年参会并发表演讲。今年，PNP携2台Franka机器人、2台PNP-TELOPERATON组成“双臂具身数据采集”示范线，现场演示高精度插拔、装配、拣选等务，全部开源基于ROS 2 Control与MoveIt Pro搭建，全面对接“数据采集-策略训练-模型部署”一体化方案需求。

二、从2024到2025：PNP在ROSCon的“进阶”之路

2024年ROSCon中国，PNP机器人首次以“Franka机器人渠道与技术合作伙伴”身份亮相，包文涛先生带来《FRANKA机器人在具身智能机器人方向的技术优势和机会》演讲，提出“力控-视觉-语义”三域融合的开源框架，分享了franka_ros2_controllers与franka_vision_bridge基础Package以及GitHub开源具身智能成果，分享了斯坦福大学、ETH Zürich、清华大学等多家实验室基于Franka机器人的研究成果。

今年，PNP将分享主题升级为“亲历机器人10年，从协作机器人到具身智能的萌芽、突破和发展”，聚焦“协作”到“具身”的范式跃迁。演讲中，包总首次分享了PNP在“数据引擎”与“策略引擎”落地范式：数据引擎侧，基于Franka 1 kHz力控接口，和多家研究机构构建了“多机并行-遥操-自主”混合数据采集产线，采集高质量力/视/语融合轨迹；策略引擎侧，PNP联合合作伙伴，推出支持ROS 2实时通信的强化学习框架，在URDF级实现Sim2Real一键迁移，把模型部署时间缩短，策略迁移后一次性成功率极大提高。

三、亲历者说：包文涛的“机器人十年”

包文涛，PNP机器人创始人兼CEO，毕业于哈尔滨工业大学，后任职ABB集团，工作于美国、加拿大等北美地区，2024年回到国内，担任Universal Robots中国区主要负责人，从0到1推广了协作机器人概念和生态；之后创立PNP机器人，专注力控协作臂与具身智能数据方案，目标让机器人即插即用（plug&play），即“PNP”概念。

演讲中，包总把十年历程分为三段：①2010-2015，协作机器人“从0到1”，力控让机器人走出围栏；②2015-2020，协作机器人“从1到N”，技术成熟和供应链协作机器人实现规模化；③2020-2025，人形/具身智能“从0到1”，数据与AI重新定义机器人。包总回忆，2015年协作机器人远不像现在被人熟知，客户问“速度这么慢，负载这么低，价格这么贵，这种机器人怎么可能卖出去！”当时只能摇头；十年后，PNP的很多客户用Franka机器人把0.3 mm公差的软排线装配做到99.2%良率，“这就是亲历者的幸福”。

四、模仿学习VS强化学习：具身策略的“双螺旋”

包文在主题演讲中提出，2025年是“具身策略融合年”。模仿学习（IL）优势：①样本效率高，平均上百条轨迹即可收敛；②对franka 机器人等硬件友好，开源机器人数据；③安全性高，适合人类能触及的工业和民用场景。劣势：①受限于人类天花板；②对“非示教”故障恢复泛化差；③多步误差累积明显。强化学习（RL）优势：①可自我超越，打破人类绩效上限；②对动态环境适应性好；③支持多任务联合优化。劣势：①需要大量仿真训练；②Sim2Real差距大；③训练过程不稳定，可能多次微调。

在实践中未来可能采用“IL+RL”双阶段策略：先用IL学得“安全基线”，再用RL在仿真内做“细粒度自优化”。具体而言，阶段一，基于Franka 1 kHz力控接口采集人类演示，利用Transformer-based BC（Behavior Cloning）获得基础成功率；阶段二，在NVIDIA Isaac Sim中构建“多光域-多噪声”数字孪生，采用SAC+HER做2亿步训练，提高成功率，真实部署只需数小时在线微调。包总推测，这种“未来”方案，或许可以在3C装配、锂电插钉、医疗针剂包装等复杂场景应用，为客户节省示教时间，PNP机器人看到在开源基于ROS 2的仓库，逐渐有含基准任务、奖励函数、数据格式与评估指标，向社区提供“即插即用”的融合训练框架。

• 学术前沿：2025 CORL & iROS的“工业具身”信号

包文涛重点解读了2025年两大顶会的最新风向。在9月刚刚结束的CORL 2025（Conference on Robot Learning）上，MIT CSAIL的《Fabrica: Industrial Assembly via Differentiable Hierarchical RL》提出“零部件-顺序-力位”三层次强化学习框架，通过可微分装配图把“离散规划”与“连续控制”联合训练，在真实汽车冷却管组件任务中，把单步装配成功率从92.8%提升到99.1%，首次在工业节拍（< 5 s）内实现RL直接部署。该论文获得CORL 2025最佳论文。

而在iROS 2025上，CMU的《Neural MP: End-to-End Neural Motion Planner with Differentiable Collision Checking》提出端到端神经运动规划器，利用可微分SDF把“路径规划-轨迹优化-力控跟踪”三合一，在7-DOF Franka机器人上实现1 kHz在线重规划，比传统OMPL+CHOMP pipeline快12倍，且能处理动态障碍物。

我们预测“学术界的‘工业级’与产业界的‘科研级’正在双向奔赴，也许这些成果2026将迎来‘工业具身智能’爆发元年。”

六、工业具身智能：萌芽已现，未来风口

包文涛在演讲尾声表示：“工业场景对机器人有‘三高’要求——高节拍、高良率、高稳定性。目前VLA（Vision-Language-Action）模型在‘看得懂’层面已足够惊艳，但在‘手上有活’层面仍显稚嫩。以0.3 mm间隙的FPC插入为例，人类操作工靠指尖‘抖一下’就能完成，机器人却需要把力控精度推到±0.05 N、位置重复±0.02 mm，同时融合视觉伺服与触觉反馈，这才是工业‘技巧级’智能。”

PNP机器人预测，工业具身智能阶段：

①数据即资产——头部3C/新能源企业将出现“首席数据官”角色，一条产线数据价值巨大；

②模型即服务——基于ROS 2的“机器人策略SaaS”将诞生，客户按需下载“插拔模型”，部署时间< 1天，甚至数小时；

③机器人即员工——人形/双臂机器人成为“数字员工”，与MES、APS系统打通，实现自优化排产。

PNP机器人和多个具身创新中心合作，建立“工业具身智能数据工厂”，部署多台Franka采集高精度轨迹数据；同时未来数据中心可能推出“EmbodiedNet-工业版”模型市场，上线如插针、锁螺丝、柔性抓取等策略，具身智能公司工业现场部署订阅价可能仅为传统集成商报价的1/5。

包总总结：具身智能迭代速度超预期，数据、策略、硬件闭环已初步跑通，工业场景落地或比想象更快。“无论您是高校实验室、集成商还是终端客户，欢迎联系PNP机器人，一起把‘具身智能’这个巨大风口，变成触手可及的产值与价值。”