大模型驱动的具身智能：架构、设计与实现

大模型赋能，重新定义智能机器人的未来。本书是一部讲解如何用大模型驱动具身智能的权威指南，系统揭示了从底层架构到实战部署的完整技术路径。作者团队融合多年一线研发经验，深入讲解如何在多模态环境中，实现智能机器人的任务理解、动作控制、记忆建构与仿真协同。本书不仅提供扎实的理论基础，更通过丰富的行业案例与系统性的方法论，帮助读者构建面向未来的具身智能系统。通过阅读本书，你将获得：（1）全面理解大模型如何赋能具身智能。揭示大型语言模型在感知-决策-执行链条中的核心作用，理清从感知到行为的智能演化路径。（2）掌握任务规划与动作控制核心技术。深度解析任务分解、动作生成、空间约束与控制策略，覆盖从高层意图到低层执行的全链路建模方法。（3）构建具身智能的记忆与反思机制。学习如何实现任务记忆、动态规划与自我优化机制，提升机器人在复杂环境中的自适应能力。（4）搭建可复用的开发与仿真框架。熟练运用ROS、MoveIt、Gazebo等核心中间件与仿真平台，助力系统开发与快速迭代。无论你是正在开发具身智能系统的工程师；投身人工智能前沿的科研人员；关注智能机器人产业落地的技术管理者或产品决策者；本书都将成为你不可或缺的参考读物，引领你从理念到落地，真正掌握大模型时代的具身智能开发的核心技术，让你在这场技术革新中把握先机。

主编推荐
（1）权威背书，实力保障作者系湖南国家应用数学中心副主任、湘潭大学博士生导师，科技部国家重点子课题（大模型相关）的负责人，长期深耕AI与机器人前沿，是业界公认的具身智能专家。（2）实战丰富，产业导向主导多个具身智能项目从原型到落地，深入企业应用场景，积累了大量工程实操经验，本书凝练了其技术落地的核心方法论。（3）技术全面，系统透彻从大模型能力剖析，到多模态感知、任务规划、动作控制、架构设计与部署实现，全方位讲解具身智能系统的核心技术链条。（4）案例详实，贴近实战深度解析特斯拉FSD、松灵机器人等行业级案例，配套ROS控制、仿真系统、动作规划等实操细节，既可学习框架，也可直接落地。