近日，基础工业训练中心《机器人应用与制作》课程团队取得重要学术成果：由课程学生谷同群、段奕泽、张茁航与指导教师朱峰、张智海共同完成的论文"E-VSM:基于精益价值流的机器人能耗分解与优化框架（ A Lean Value Stream Based Framework for Robot Energy Decomposition and Optimization）"被2026年第6届人工智能与工业技术应用国际会议（International Conference on Artificial Intelligence and Industrial Technology Applications, AIITA 2026）正式收录。该会议 proceedings 由 IEEE 出版，往年的会议论文常被 EI 和 Scopus 检索。
课程内容：从硬件到智能，培养工程创新人才
《机器人应用与制作》是基础工业训练中心开设的一门实践型课程，秉持"硬件为基，融合应用，探究学理"的教学理念。课程设计采用模块化、递进式架构，涵盖桌面人形机器人组装、ROS 系统与移动机器人 SLAM 技术、机器人运动学与 DH 参数建模、具身智能 VLA 模型、矩阵计算与 Matlab 仿真、夹爪 fabrication、机器人精密测量与误差分析以及夹娃娃机竞赛等丰富内容。课程将理论学习与动手实践深度融合，并组织学生赴国家速滑馆"冰丝带"开展现场教学，探索步行机器人在真实场景中的应用。
在该课程的学习过程中，同学们不仅掌握了机器人系统的设计、建模与控制方法，更在结课汇报中展示了涵盖"肌腱驱动生物混合机器人""超越技能极限""VLA 模型中的动作建模"以及"能源价值：引入机器人能量分析的系统化框架"等前沿话题的研究成果，充分体现了批判性思维、自主学习与团队协作能力。
论文简介：将精益思想引入机器人能量分析
本次发表的论文首次将制造业中的精益价值流图（Value Stream Mapping, VSM）方法论跨域迁移至机器人能量分析领域，提出了"能量价值流图"（Energy Value Stream Mapping, E-VSM）框架。该框架将机器人任务能量分解为三类：
增值能量（Value-Added Energy, VAE）——直接贡献于任务目标的有效能量; 必要非增值能量（Necessary Non-Value-Added Energy, NNVAE）——由物理约束与控制开销导致的不可避免的能量消耗; 纯浪费能量（Pure Waste Energy, PWE）——可被消除的无效能量。 |
通过这一分解，E-VSM 使能量优化的优先级变得清晰明确。研究团队在 PyBullet 仿真平台中以人形机器人深蹲任务为实验对象进行了定量验证。结果表明：在 PD 控制基线下，VAE 仅占总能量的 35%–38%，而 NNVAE 占据主导地位（52%–65%）;下蹲深度与能量之间呈现高度线性关系（R⟡ = 0.9998）;在策略对比中，快速半蹲方案相比慢速深蹲方案能量消耗降低了 53.9%（p < 0.001），验证了 E-VSM 框架在指导机器人能量优化方面的有效性。
论文标题：E-VSM: A Lean Value Stream Based Framework for Robot Energy Decomposition and Optimization 作者：Tongqun Gu, Yize Duan, Zhuohang Zhang, Zhihai Zhang*, Feng Zhu* 单位：清华大学基础工业训练中心 会议：2026 6th International Conference on Artificial Intelligence and Industrial Technology Applications (AIITA 2026) 出版方：IEEE 论文链接：https://ieeexplore.ieee.org/document/11567063 |
关于 AIITA 会议
人工智能与工业技术应用国际会议（AIITA）聚焦人工智能前沿技术及其在工业领域的创新应用，致力于促进学术界与产业界在智能制造、机器人技术、工业自动化等方向的深度交流。AIITA 2026 为第六届会议，由 IEEE 负责会议论文集的出版。往届会议论文均被 EI Compendex 和 Scopus 数据库收录检索。
致谢
本次成果的取得离不开《机器人应用与制作》课程提供的教学平台与实践条件，以及指导教师朱峰、张智海的悉心指导。训练中心始终坚持以工程实践为导向，鼓励学生将课程中培养的动手能力与探究精神延伸至学术研究，产出具有创新价值的研究成果。
供稿：谷同群、刘怡
编辑：张琪琪
审核：汤彬
