預期目標：到2025年，關節(jié)自由度數量滿足運動與操作要求，臂手一起工作時，手指末端負載能力≥3kg，靈巧手集成位置、力、觸覺等傳感器，臂體重量≤9kg（其中靈巧手≤900g）；支持多種行業(yè)標準化通訊接口。

（九）高算力主控制器

揭榜任務：研發(fā)用于人形機器人運動規(guī)劃與感知決策的高算力主控制器，在硬件通信、實時計算和能量消耗等關鍵技術上實現突破；研究復雜工況下的系統(tǒng)實時性和可靠性，滿足人形機器人信息采集、智能計算、通信交互等需求；構建具備人形機器人基本功能的控制器軟件系統(tǒng)，研究開放性控制器軟件，實現先進算法的模塊化可拓展。

預期目標：到2025年，研制高算力主控制器，滿足人形機器人的智能控制算法需求，單臺主控制器工作功耗不高于60W，算力不低于200Tops，硬件可支持高帶寬總線通信方式，具有多種常用傳感器的通信接口。

（十）高能量密度電池

揭榜任務：研制高能量密度、輕量化、高可靠、可高倍放電、快速充電的電池組，具備過充過放保護、防爆阻燃和高頻振動工況下的安全可靠性能，滿足人形機器人長時間續(xù)航、高倍率放電需求。實現電池組小型化、輕量化設計，同時滿足人形機器人瞬時功率大、連續(xù)工作時間長的需求。

預期目標：到2025年，人形機器人電池滿足便捷插拔替換、外部充電標準配置的要求。具備過充、過放保護、防爆阻燃和高頻振動工況下的工作能力。輸出電壓48V-100V，電池組的能量密度不低于220Wh/kg。

三、公共支撐

（十一）人形機器人的端到端仿真開發(fā)平臺

揭榜任務：面向人形機器人對端到端智能控制軟件平臺的迫切需求，突破機器人多智能體與復雜環(huán)境建模技術，面向機器人自主學習與技能發(fā)育的通用強化學習算法庫，研發(fā)域隨機化及GPU并行計算的訓練與演進技術；研制新一代人形機器人端到端仿真開發(fā)平臺，鼓勵開源開放的新方法和新機制，并在人形機器人上開展應用驗證。

預期目標：到2025年，研制新一代人形機器人端到端仿真開發(fā)平臺，具有友好的開發(fā)界面。支持動態(tài)環(huán)境的推理、技能強化和具身安全演進，支持大規(guī)模并行GPU機器學習訓練，同一場景下并行開展訓練的機器數量不低于1000個。

（十二）人形機器人的標準、測試與評估

揭榜任務：搭建并完善人形機器人整機系統(tǒng)集成標準，完成軟硬件模塊通用接口的標準定義、撰寫、試點應用；形成評估人形機器人關鍵共性能力的綜合測評標準和關鍵核心部件的性能測評標準；建立人形機器人綜合測試評估和實驗平臺，重點建立自主運動能力、復雜環(huán)境適應能力、平衡與抗擾能力、靈巧操作能力、人機交互能力的量化評估體系；研究電液驅動部件、一體化力控關節(jié)、環(huán)境感知模塊、力覺感知模塊等關鍵核心部件的性能測評方法，建立測試和實驗平臺。

預期目標：到2025年，實現軟硬件模塊通用接口的標準定義和標準撰寫，編寫各子模塊的行業(yè)標準與規(guī)范，完成整機系統(tǒng)集成標準定義和標準撰寫；制定關鍵共性能力的綜合測評標準，建立實驗平臺。綜合測評標準包含行走、作業(yè)、智能、交互等模塊標準；實驗平臺可以測試機器人自主行走、雙臂作業(yè)、任務決策與規(guī)劃等功能，測試人形機器人行走能力、續(xù)航能力、載重能力等關鍵性能，同時可以測試核心零部件的關鍵性能。

（十三）人形機器人的機器腦智能控制技術

揭榜任務：開發(fā)基于人工智能大模型的“大腦”模型，實現人形機器人的環(huán)境感知、行為控制、人機交互能力。開發(fā)控制人形機器人的“小腦”模型，搭建運動控制算法庫，建立網絡控制系統(tǒng)架構。面向特定應用場景，構建人形機器人仿真系統(tǒng)和訓練環(huán)境，支撐快速低成本的技術創(chuàng)新。支持人形機器人算力設施建設部署，強化機器人具身智能，加速大模型訓練迭代和相關產品落地應用。

預期目標：到2025年，構建特定場景的人形機器人多模態(tài)環(huán)境感知-自然語言-運動規(guī)劃數據集，具有感知能力、語音識別能力、自然語言處理能力、任務決策與規(guī)劃能力，建立不低于100億的典型任務參數集，自動化處理任務的類型不低于100種，并能夠在人形機器人上實現應用。

四、典型應用

（十四）面向工業(yè)制造的典型應用