研究計畫
居家照護機器人
本分項計畫旨在發展一套面向機器人居家照護的視覺偵測與 3D 感知系統，使照護機器人能在居家環境中偵測照護對象的位置、人體姿態與關節狀態，並辨識與定位照護相關物品，例如水杯、藥盒、拐杖、遙控器、毛巾與餐具等。本系統將整合多視角/單視角影像、RGB-D 感知、人體姿態估測、物體 6D 姿態估測、尺寸估測、物件存在性判斷與場景點雲重建，輸出可供機器人導航、抓取與後端任務推理使用的結構化場景資訊。
RESEARCH PROJECTS & TEAM
多模態數位孿生與人機互動技術
引領智慧機器人技術創新，建立人機協作的安全標準與應用平台。
多模態數位孿生與人機互動技術
相關
技術
技術
強化基礎學習模型
人形機器人控制
三維場景重建
語意推理任務規劃
研究計畫
照護機器人的強化學習方法
本計畫目的在發展適用於居家生活、醫院或照護中心環境的輔助機器人強化學習方法。首先，本計畫聚焦於機器人操作任務中的零樣本強化學習泛化能力，使機器手臂能在無須針對特定任務重新訓練的情況下，抓取、放置與運送各類未見過的物品，例如藥品、點滴、針劑與日常用品。為了使此能力能實際應用於居家場域，本計畫進一步研究跨域強化學習，將資料豐富、成本較低的來源領域（如模擬環境）中的知識，轉移至資料稀少、成本較高的目標領域（如醫院或居家機器人），以降低大量蒐集真實世界機器人資料的負擔與風險。此外，本計畫也將嘗試導入擬人式強化學習，使機器人的動作序列更符合人類行為模式。透過將人類示範萃取為可重複使用的巨觀動作，讓機器人將能在敏感的照護環境中更自然地行動，並支援順暢的人機協作。
研究計畫
機器人運動規劃的加速
本計畫目的在於透過軟硬體整合的方式利用新興的平行處理硬體加速器加速機器人的運動規劃 (motion planning)計算，運動規劃目的在於讓機器人在移動的過程能順利地避開現實環境中的障礙物干擾，因此機器人需要透過運動規劃對於移動的步驟和方式在有限制的條件下找到最佳解，由於現實的環境條件的複雜性增加會延遲機器人計算移動步驟的速度，降低機器人在執行任務的可靠性與安全性
研究計畫
多模態數位孿生與人機互動技術
本計畫的目標是建立能在日常生活中持續感知情境、預測使用者需求並主動提供協助的多模態 AI agents，使其得以無縫運行於穿戴式裝置、智慧眼鏡與服務型機器人之上，成為人類在家庭、職場與公共空間中的智慧協作者。要實現此一願景，AI agents 必須跳脫等待指令的被動回應模式，發展出觀察、推斷與主動介入的高階能力。
研究計畫
感知導向之VR數位孿生品質評估與可信任人機協作技術
本計畫旨在發展機器人感知導向之VR數位孿生品質評估與可信任人機協作技術。研究將以機器人第一人稱視角、深度資訊、語意地圖、機器人狀態與任務資訊為基礎，建立可於VR中呈現之多模態數位孿生介面，並分析其視覺品質、重建誤差、資訊一致性與延遲對人類操作者情境感知、信任程度、認知負荷與決策表現之影響。最終將發展可預測數位孿生介面品質與人類決策可靠度之多模態品質評估模型，並探索品質感知之互動介面最佳化方法。