靠譜替身/裝上「安全大腦」 代替人類高危作業
變電站觸電、高空墜落、高溫灼傷等傳統行業的安全痛點，正被具身智能機器人逐一破解。而機器人之所以能成為人類「靠譜替身」，離不開具身智能訓練師用精準數據築牢的安全防線，讓機器既能高效幹活，更能安全作業。
「電力帶電作業風險極高，稍有不慎就會危及生命，這是我們研發機器人的核心初衷。」譚禮博介紹，訓練師的重要職責，就是將安全操作規範轉化為機器可執行的數據邏輯，讓機器人嚴格按標準作業。安全數據採集是第一道防線，操控機器人時必須遵循行業規範，記錄合規參數，嚴禁採集違規動作數據。
以空開操作為例，訓練師要精準控制機器人操作速度與力度，確保開關到位不卡頓、不短路，同時採集指示燈識別數據，讓機器人精準判斷設備狀態，避免錯誤操作引發安全事故。「每一條數據都關乎安全，不能有絲毫馬虎」。
張建國補充，非結構化場景的安全適配是核心難題，訓練師需採集不同光照、不同位置、不同干擾下的操作數據，訓練機器人識別障礙物、規避危險區域、應對突發狀況。「比如橋樑檢測機器人高空作業，要應對風力干擾、結構複雜等問題，訓練師必須採集海量環境交互數據，讓機器人擁有『安全大腦』」。
訓練師需逐一對數據進行校驗
數據質檢與審核則是安全兜底。訓練師完成採集後，要逐一對數據進行校驗，剔除力度超標、軌跡偏移、動作卡頓等可能引發安全風險的無效數據，確保交付給模型的數據集安全可靠。譚禮博表示，團隊建立「採集─質檢─覆核─入庫」全流程管控，逐一審驗數據，剔除力度超標、軌跡偏移等可能引發風險的無效數據。
隨着場景拓展，安全訓練範圍持續擴大。醫療手術機器人要確保操作精準、無菌安全，家庭服務機器人要實現柔性交互、防碰撞，養老陪護機器人要兼顧舒適度與安全性，這些都對訓練師提出更高要求。「未來訓練師不僅要懂技術、懂場景，更要懂安全規範，成為機器人安全作業的守護者。」張建國說。\大公報記者郭若溪
