综述：设施园艺采摘具身智能机器人关键技术综述：从多模态主动感知到自演化闭环

《Applied Sciences》：Review of Key Technologies for Harvesting Embodied Intelligent Robots in Facility Horticulture: From Multimodal Active Sensing to Self-Evolving Closed Loops

　　具身智能通过耦联感知、决策与物理交互，提供了一种系统级的范式，以增强机器人在复杂园艺环境中执行采摘作业的适应性。本综述系统分析了近年来机器人采摘中具身智能的最新研究进展。检索了2020年1月至2026年8月期间的Web of Science核心合集数据库，共检索到294条记录，经筛选后纳入100项研究。基于所回顾的文献，本文提出了一个基于文献支撑的四层框架，包括多模态主动感知、语义上下文识别与理解、知识驱动的决策与经验演化、以及灵巧且符合规范的执行。综述表明，具身智能方法在感知、决策与操作等各项能力上均取得了提升；例如，代表性研究报告了检测准确率提升超过12%、果实损伤率从8.2%降至2.0%，以及在持续学习中保持了89%的性能保持率。然而，可靠的自主采摘仍受限于跨模块不确定性、实时作物与机器人交互、持续适应性以及缺乏标准化基准测试等问题。未来研究应侧重于物理锚定的多模态闭环集成、经验驱动的自适应方法、标准化评估体系，以及作物与机器人协同设计。