本地编程智能体操作机械臂：代码能力如何变成动作

图 2 中模型、技能、脚本与硬件安全服务分别负责什么？

1. 1

   固定硬件与可调用接口

   UR3e 配 Robotiq 2F-85、腕部 RealSense D435，服务暴露九类操作：观察、状态、运动、夹爪、像素深度、颜色检测及接触运动等。无论直接工具调用还是脚本 SDK，均经过同一工作空间、速度和力限制。

2. 2

   在本机读手册并编写临时程序

   Qwen3.8-27B 在 RTX PRO 6000 96GB 上以 vLLM FP8 权重及 KV 缓存运行，最大上下文 262144。pi 编程框架配 68 行系统提示、617 行手册和每个游戏两份手工技能；这是一套精心配置的系统，不是裸模型看图控制。

3. 3

   围绕当前实测值生成动作

   模型测量物体、读取标定、写计算抓取与动作的脚本，再观察结果。每次会话有独立工作目录，技能强调使用本次测量而非复用旧数值；语言模型调度不是高频闭环控制，接触下降由底层阻塞接口执行。

4. 4

   把复用收益与学习区分开

   同一会话再次执行可复用已写脚本和测量流程，减少 token 与调用。模型权重没有在线训练，跨会话也不保留工作空间，因此只能称会话内程序复用，不能称持续自主学习。

5. 5

   检查保护覆盖范围

   TCP 的空间盒限制不能完整覆盖夹爪本体；错误孔位判断、姿态锚定和长序列失误仍会触发急停或保护停。动作代码能够运行不代表几何可达性和安全约束都得到证明。

以下为作者报告；已阅读 v1 全文及可用附录，本站未独立执行研究实验。实验条件与编辑解读分别列出。

作者项目页明确说明平台与智能体代码尚未发布；提供系统提示、技能文字、记录及演示入口。引用的 airo-mono 是上游组件，不能视为本研究完整平台已开源。

LICENSE研究平台代码与许可未发布；公开说明及演示不等同可复现实现。