TACSTechnology and Application of Computer Science2998-89262998-8934Art and Technology10.61369/TACS.2025110003Article具身智能框架中的感知— 决策耦合机制建模https://artdesignp.com/journal/TACS/2/11/10.61369/TACS.2025110003胡江洪,曹彬,陈立名,刘瑞芳20252112025-06-14具身智能系统在复杂工业环境中的应用受限于感知精度不足与决策响应滞后问题，其本质是感知模块与决策模块的解耦架构导致信息传递断层与实时性缺失，针对这一问题构建了基于多模态数据融合的感知— 决策耦合机制。通过三维视觉与多光源协同感知技术获取目标物体的空间几何特征与表面缺陷信息，结合大规模数据处理与行业垂类决策模型实现智能决策生成，在软硬件协同平台上设计实时数据传输通道与多模态特征融合算法，形成感知数据采集，特征提取，决策指令生成与执行反馈的闭环耦合架构。工业场景验证表明该耦合机制在汽车零部件、整车检测以及医药化工行业检测场景等应用中实现了微米级精度与毫秒级响应，证明了耦合建模在工业智能系统中的有效性。具身智能,感知— 决策耦合,多模态融合,工业视觉,实时优化

[1] 张昌盛. 从具身智能到具身智能体[J]. 北京工业大学学报( 社会科学版),2024,24(06):154-165.[2] 何俊; 张彩庆; 李小珍; 张德海. 面向深度学习的多模态融合技术研究综述[J]. 计算机工程,2020(05).[3] 张丽媛, 戈维峰, 崔晋. 具身智能的科学内涵与研究范式分析[J]. 华东科技,2024,(10):36-41.[4] 孙长银, 穆朝絮, 柳文章, 等. 自主无人系统的具身认知智能框架[J]. 科技导报,2024,42(12):157-166.[5] 魏圣九. 媒介化的身体感知: 基于智能穿戴用户使用经验的研究[D]. 中南民族大学,2023.