湖南省工信廳印發(fā)《湖南省數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃（2020-2025年）》，《規(guī)劃》聚焦七項(xiàng)主要任務(wù)，實(shí)施十大重點(diǎn)工程，爭取到2025年，全省數(shù)字經(jīng)濟(jì)規(guī)模進(jìn)入全國前10強(qiáng)，突破2.5萬億元，數(shù)字經(jīng)濟(jì)占GDP比重達(dá)到45%，數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施能力多面提升，數(shù)字治理體系初步完善，湖南成為全國數(shù)字經(jīng)濟(jì)創(chuàng)新引L區(qū)、產(chǎn)業(yè)聚集區(qū)和應(yīng)用先導(dǎo)區(qū)。
其中的“建設(shè)數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施”聚焦于網(wǎng)絡(luò)、大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)、G性能計(jì)算、人工智能、智慧城市基礎(chǔ)設(shè)施，均屬新基建范疇。
湖南未來產(chǎn)業(yè)發(fā)展重點(diǎn)：加快培育新能源汽車、高性能數(shù)字芯片、智能電網(wǎng)、3D打印、工業(yè)機(jī)器人等新增長點(diǎn)
仿人機(jī)器人在3D空間的上下樓梯、跨越臺階和使用手臂一起進(jìn)行全身運(yùn)動規(guī)劃的跑步、翻滾、爬行、守門、起立、跳舞以 及跟目標(biāo)物體接觸的踢球、開門、搬運(yùn)東西等一系列運(yùn)動
基于拓?fù)涞貓D的同時定位與地圖生成方法創(chuàng)建的GVG 拓?fù)涞貓D。圖中線的交點(diǎn)為拓?fù)涔?jié)點(diǎn)，代表特定地點(diǎn)。節(jié)點(diǎn)之間的連線代表連通的路徑;GVG 對于環(huán)境的局部改變比較敏感，增加一個障礙物可能導(dǎo)致若干節(jié)點(diǎn)的產(chǎn)生
SIFT特征具有更強(qiáng)的魯棒性，在數(shù)據(jù)關(guān)聯(lián)過程中不受環(huán)境光照變化、環(huán)境局部改變、特征部分遮擋以及機(jī)器人觀察視角的影響;從地圖創(chuàng)建還是從實(shí)際應(yīng)用的角度來說，vSLAM在數(shù)據(jù)關(guān)聯(lián)上的可操作性要優(yōu)于FastSLAM
FastSLAM 將 SLAM分解為機(jī)器人定位和特征標(biāo)志的位置估計(jì)兩個過程;通過采用粒子濾波器估計(jì)機(jī)器人的位姿，可以很好地表示機(jī)器人的非線性、非高斯運(yùn)動模型
既具有拓?fù)涞貓D的高效性，又具有度量地圖的一致性和精確性;一般采用分層結(jié)構(gòu)：首先利用上層的拓?fù)涞貓D實(shí)現(xiàn)粗略的全局路徑規(guī)劃，然后利用底層的度量地圖實(shí)現(xiàn)精確的定位并優(yōu)化生成的路徑
拓?fù)鋱D不必精確表示不同節(jié)點(diǎn)間的地理位置關(guān)系,當(dāng)機(jī)器人離開一個節(jié)點(diǎn)時，機(jī)器人只需知道它正在哪一條邊上行走也就夠了,通常應(yīng)用里程計(jì)就可實(shí)現(xiàn)機(jī)器人的定位
對移動機(jī)器人來說，可以度量機(jī)器人到墻或門的距離等。因此，度量地圖應(yīng)用于需要準(zhǔn)確度量信息的場合，如準(zhǔn)確的自定位和優(yōu)化 的路徑規(guī)劃,分成兩種：柵格地圖和幾何地圖
當(dāng)前制造業(yè)的轉(zhuǎn)型升J與以生成式AI、智能體為代表的顛覆性AI技術(shù)創(chuàng)新迎來了歷史交匯,有望構(gòu)建由“智能模型”、“數(shù)字孿生”和“工業(yè)智能體”三大核心要素深度協(xié)同構(gòu)成的工業(yè)智能化系統(tǒng)
流態(tài)型企業(yè)轉(zhuǎn)型五階段（共15步）,工具式AI,伴隨式AI,默認(rèn)式AI,AI OS,AI原生組織;生態(tài)節(jié)點(diǎn)轉(zhuǎn)型三階段:個人杠桿,自主運(yùn)行,協(xié)同并網(wǎng),奇點(diǎn)時刻一旦跨越，組織將呈現(xiàn)指數(shù)級進(jìn)化而非線性增長
一個模型可以是對現(xiàn)實(shí)當(dāng)中某個系統(tǒng)的想象表示，所以建模的過程始終都與形式有關(guān)系;對模型與模型之間的關(guān)系和相互影響進(jìn)行全面的統(tǒng)籌和分析，選擇出那些最 為適合的要素
機(jī)器人的控制主要包括操作器控制、行走控制和多機(jī)器人系統(tǒng)控制等方面; 多關(guān)節(jié)操作器控制包括運(yùn)動學(xué)與動力學(xué)控制、力及柔順控制、遙控機(jī)械手的主從控制等
通過企業(yè)AI應(yīng)用案例的歸類分析，報(bào)告提煉出AI落地成功率最高的五大核心業(yè)務(wù)場景類型;成功案例的四大共性,優(yōu)先解決AI幻覺與可靠性問題,搭建可復(fù)用中間層與平臺化架構(gòu)
