andresjjn/ubtech-alpha1s-distributed-ai
GitHub: andresjjn/ubtech-alpha1s-distributed-ai
将停产的UBTECH Alpha 1S人形机器人改造成基于本地LLM的语音驱动分布式AI助手，通过游戏PC运行大模型推理、树莓派执行动作控制，实现自然语言理解、手势同步和动作执行。
Stars: 0 | Forks: 0
# Alpha 1S — AI 驱动的人形机器人
一台被改造为基于分布式 AI 运行的、具备语音驱动和手势感知能力的 UBTECH Alpha 1S 教育机器人助手。该机器人能够理解自然语言，通过同步的手臂手势进行回应，并执行脚本化的动作序列——所有这些都由运行在便携游戏 PC 上的本地 LLM 提供支持。
## 目录
- [系统架构](#system-architecture)
- [硬件](#hardware)
- [仓库结构](#repository-structure)
- [软件栈](#software-stack)
- [入门指南](#getting-started)
- [服务端 (ROG Ally X)](#server-rog-ally-x)
- [客户端 (Raspberry Pi)](#client-raspberry-pi)
- [API 参考](#api-reference)
- [JSON 契约](#json-contract)
- [舵机映射](#servo-mapping)
- [手势目录](#gesture-catalog)
- [动作序列目录](#sequence-catalog)
- [USB HID 协议](#usb-hid-protocol)
- [已知问题](#known-issues)
- [路线图（毕业论文之后）](#roadmap-post-thesis)
- [状态](#status)
## 系统架构
```
[User] speaks close to the ROG (handheld console)
│
▼
┌─────────────────────────────────────────────────────┐
│ ASUS ROG Ally X — BRAIN + VOICE │
│ AMD Ryzen Z2 Extreme · 24 GB LPDDR5X · Windows 11 │
│ │
│ Built-in mic → Wake word (offline) │
│ → VAD (Silero / WebRTC) │
│ → faster-whisper large-v3-turbo (CPU) │
│ → Qwen2.5-7B (LM Studio, GPU) │
│ → Piper / Kokoro TTS │
│ → Flask :3000 │
│ /query /query_stream /transcribe │
└──────────────────────┬──────────────────────────────┘
│ TTS audio fragments (WiFi LAN)
│ robot commands
▼
┌──────────────────────────────────────────┐
│ Raspberry Pi 5 4 GB — EXECUTOR │
│ │
│ Receives TTS audio chunks │
│ → buffer (200–500 ms anti-jitter) │
│ → HAT USB Audio (C-Media, 3.5 mm jack) │
│ Receives movement commands │
│ → alpha1s_usb.py → USB HID │
└──────────────────────┬───────────────────┘
│ USB HID (0483:5750) — short cable
▼
┌──────────────────┐
│ Alpha 1S │
│ 16 DOF │
│ 16 servos │
│ External PSU │
└──────────────────┘
```
**算力分配：**
所有的语音处理（采集 / 唤醒 / VAD / STT / LLM / TTS）以及未来的感知 + 规划都在 **ROG** 上运行。
**Pi** 仅负责播放音频片段，并通过 USB HID 中继移动指令。
语音环路中唯一的网络段是单向的 TTS 输出：ROG → Pi。
## 硬件
| 组件 | 型号 | 详情 |
|---|---|---|
| 机器人 | UBTECH Alpha 1S, 16 DOF | USB HID `0483:5750`, 硬件 `Alpha1_V2.0` |
| 边缘控制器 | Raspberry Pi 5 Model B Rev 1.0, 4 GB | 执行器 — 在 `~/TDD/` 下运行 venv |
| 边缘操作系统 | Raspberry Pi OS (Debian) | — |
| 麦克风 | ROG Ally X 内置 | 近场，已在硬件中验证 |
| 音频输出 | HAT USB Audio C-Media (位于 Pi 上) | 3.5 mm 插孔 + 扬声器 |
| AI 服务器 | ASUS ROG Ally X RC73XA-NH011W | AMD Ryzen Z2 Extreme, Windows 11 |
| GPU / VRAM | Radeon 890M iGPU, 17.8 GB 中的 12 GB 专用 | 最高可配置至 16 GB（不推荐） |
| 摄像头 *(未来)* | Luxonis OAK-D Lite, 51 g | USB 直连至 ROG；头部固定支架待定 |
| 电源 | RIDEN RD6006 + 24 V / 5 A AC/DC | 稳压至 ~7.4–7.5 V / 3 A — 线缆直连，无电池 |
| 网络 | Wi-Fi 5, 同一局域网 | Pi ↔ ROG 平均 ping ~5.68 ms |
### Pi USB 总线分配 — 关键
| 总线 | 设备 | 注意 |
|---|---|---|
| Bus 001 (内部) | HAT USB Audio | **请勿触碰。** 移至 Bus 002 会导致音频中断。 |
| Bus 002 / Bus 004 (蓝色) | Alpha 1S 机器人 | 必须使用短且高质量的线缆。劣质线缆会导致每 2 秒出现一次 `error -71` / 断开连接。 |
## 仓库结构
```
Alpha1s_modernization/
├── client/ # Raspberry Pi — audio playback + robot control
│ ├── raspberry_client_gestos.py # Main client (Phase 4, active version)
│ ├── alpha1s_usb.py # USB HID transport driver
│ ├── stream_parser.py # SSE streaming parser (Phase 4)
│ ├── metrics.py # Latency logger t0–t7 → CSV
│ ├── es_MX-claude-high.onnx # Piper TTS voice model (Spanish)
│ ├── sequences/ # Full-body movement files (12 files)
│ │ ├── mover_adelante.txt
│ │ ├── mover_atras.txt
│ │ ├── mover_a_la_derecha.txt
│ │ ├── mover_a_la_izquierda.txt
│ │ ├── girar_a_la_derecha.txt
│ │ ├── girar_a_la_izquierda.txt
│ │ ├── punetazo_derecho.txt
│ │ ├── punetazo_izquierdo.txt
│ │ ├── flexiones_de_pecho.txt
│ │ ├── posicion_inicial.txt
│ │ ├── levantarse_desde_el_frente.txt
│ │ └── levantarse_desde_la_espalda.txt
│ └── gestures/ # Arm-only gesture files (12 files, run parallel to TTS)
│ ├── saludar.txt
│ ├── despedirse.txt
│ ├── presentarse.txt
│ ├── brazos_abiertos_bienvenida.txt
│ ├── pensar.txt
│ ├── afirmar.txt
│ ├── enfatizar_breve.txt
│ ├── senalar_adelante.txt
│ ├── explicar_derecha.txt
│ ├── explicar_izquierda.txt
│ ├── explicar_ambos.txt
│ └── hablar_relajado.txt
│
├── server/ # ROG Ally X — LLM + STT + TTS + Flask
│ ├── rog_server_fase4.py # Flask :3000 — /query + /query_stream + /transcribe
│ ├── alpha1s_prompt.py # System prompt + JSON schema (single source of truth)
│ └── benchmark.py # Phase 6: TTFT / tok/s / valid JSON / gestures per model
│
├── simulation/ # ROS2 + Gazebo work (ABANDONED — kept as reference)
│ └── alpha1s_bringup/
│ ├── urdf/alpha1s.urdf.xacro # URDF v3 — reusable for arm IK
│ ├── meshes/visual/ # 18 STLs (Blender 5.0)
│ ├── meshes/collision/ # 18 simplified STLs (convex hull)
│ ├── launch/
│ │ ├── display.launch.py
│ │ └── gazebo.launch.py
│ └── config/controllers.yaml
│
├── docs/ # Reference documentation
│ ├── Alpha1_Series_Bluetooth_communication_protocol.pdf
│ └── arquitectura.md
│
└── README.md
```
## 软件栈
### 服务端 (ROG Ally X)
| 层级 | 技术 | 状态 |
|---|---|---|
| LLM runtime | LM Studio 0.4.12 + Qwen2.5-7B-Instruct | ✅ 活跃 (~20 tok/s) |
| LLM 替代方案 | Qwen2.5-3B-Instruct | ✅ 就绪 (~40 tok/s) |
| LLM 后端 | llama.cpp + Vulkan (Radeon 890M) | ✅ |
| STT | faster-whisper large-v3-turbo, CPU int8 | ✅ |
| TTS | Piper (当前) / Kokoro-82M (候选) | ✅ / 评估中 |
| API 服务器 | Flask :3000 | ✅ |
| JSON 强制校验 | `response_format: json_schema` | ✅ |
| 流式传输 | 通过 `/query_stream` + `stream_parser.py` 进行 SSE | ✅ 代码 / ⏳ 硬件测试 |
| 指标 | `metrics.py` → CSV (t0–t7) | ✅ |
### 客户端 (Raspberry Pi)
| 层级 | 技术 | 状态 |
|---|---|---|
| 机器人传输 | `alpha1s_usb.py` — 直连 `/dev/hidrawX` | ✅ USB HID |
| 音频播放 | pyaudio + HAT USB Audio | ✅ |
| 手势执行 | daemon thread 中的 `.txt` 帧 | ✅ |
| 心跳 | 每 8 秒发送一次 USB HID opcode `0x08` | ✅ |
| 唤醒词 *(旧版)* | 在 Pi 上使用 `speech_recognition` + Google STT | 🔄 迁移至 ROG 中 |
## 入门指南
### 前置条件
**服务端 (ROG Ally X / Windows 11)**
- Python 3.10+
- [LM Studio 0.4.12](https://lmstudio.ai/) 已加载 Qwen2.5-7B-Instruct
- `pip install flask faster-whisper openai`
- Windows 编码修复已包含在 `rog_server_fase4.py` 中 (`sys.stdout.reconfigure(encoding='utf-8')`)
**客户端 (Raspberry Pi 5 / Raspberry Pi OS)**
- Python 3.10+ 并带有 venv (推荐：`~/TDD/`)
- `pip install pyaudio numpy requests`
- PATH 中包含 Piper TTS 可执行文件，`client/` 中包含 `es_MX-claude-high.onnx`
- 用于 USB HID 访问的 udev 规则（无需 `sudo`）：
```
# /etc/udev/rules.d/99-alpha1s.rules
SUBSYSTEM=="hidraw", ATTRS{idVendor}=="0483", ATTRS{idProduct}=="5750", GROUP="plugdev", MODE="0660"
sudo udevadm control --reload-rules && sudo udevadm trigger
sudo usermod -aG plugdev $USER
```
### 服务端 (ROG Ally X)
1. 启动 LM Studio 并加载 `Qwen2.5-7B-Instruct`。验证服务器正在 `localhost:1234` 上运行。
2. 启动 Flask 服务器：
```
cd server/
python rog_server_fase4.py
# → 正在监听 0.0.0.0:3000
```
3. 记下 ROG 的局域网 IP (`ipconfig`) — 客户端需要用到它。
### 客户端 (Raspberry Pi)
1. 在 `raspberry_client_gestos.py` 中更新 `ROG_SERVER_URL`：
```
ROG_SERVER_URL = "http://:3000"
```
2. 通过 USB 将机器人连接到 Pi 上的 **蓝色端口** (Bus 002 或 Bus 004)。
3. 通过外部直连线缆为机器人供电 (RIDEN RD6006, ~7.4–7.5 V / 3 A)。**机器人没有内部电池。**
4. 运行客户端：
```
cd client/
source ~/TDD/venv/bin/activate
python raspberry_client_gestos.py
```
5. 说出 **"alfa"** 以触发唤醒词，然后说出您的指令。
## API 参考
所有 endpoint 均由 `rog_server_fase4.py` 在端口 `3000` 上提供。
| Method | Path | Input | Output |
|---|---|---|---|
| `POST` | `/query` | `{"text": "..."}` | `{"response": ""}` |
| `POST` | `/query_stream` | `{"text": "..."}` | Server-Sent Events (JSON chunks) |
| `POST` | `/transcribe` | WAV file (multipart) | `{"text": "..."}` |
**LLM 参数（当前启用）：**
| Parameter | Value |
|---|---|
| Model | `Qwen2.5-7B-Instruct` |
| Temperature | `0.4` |
| Max tokens | `256` |
| Top-p | `0.9` |
| Frequency penalty | `0.15` |
| Response format | `json_schema` |
## JSON 契约
`gesture_sequence` **始终存在且始终排在第一位**。键和动作类型为英文；`response` 文本为西班牙语。
### Type 1 — 对话（带手势）
```
{
"gesture_sequence": ["saludar", "presentarse"],
"response": "Hola, soy Alpha 1S. ¿En qué puedo ayudarte?"
}
```
### Type 2 — 静态姿势
```
{
"gesture_sequence": [],
"action": "execute_pose",
"parameters": {"pose_name": "hands_up"},
"response": "Levantando los brazos."
}
```
可用姿势：`init`, `hands_up`
### Type 3 — 动作序列
```
{
"gesture_sequence": [],
"action": "execute_sequence",
"parameters": {"sequence_name": "mover_adelante"},
"response": "Caminando hacia adelante."
}
```
### Type 4 — LED 控制
```
{
"gesture_sequence": [],
"action": "control_led",
"parameters": {"state": true},
"response": "Encendiendo luces."
}
```
### 手势回退（客户端）
如果 `gesture_sequence` 缺失或为空，且 `response` 包含 ≥ 4 个单词，客户端将根据语音时长选择一个回退手势：
| 预计时长 | 回退手势 |
|---|---|
| ≤ 3.5 秒 | `enfatizar_breve` |
| 3.5 – 7 秒 | `explicar_derecha`, `afirmar` |
| > 7 秒 | `explicar_derecha`, `hablar_relajado`, `explicar_izquierda` |
### Qwen 语言泄漏缓解措施
Qwen2.5-7B 可能会在响应中途切换为中文。`rog_server_fase4.py` 通过以下方式处理此问题：(1) 在 system prompt 中强化语言指令，(2) 生成后进行 CJK 检测（`U+4E00–U+9FFF`），(3) 自动重试，(4) 如果问题仍然存在，则在第一个 CJK 字符处截断。如果频繁发生，请切换至 3B 模型。
## 舵机映射
舵机 ID `0–15`（机器人固件使用 `1–16` — 由 `alpha1s_usb.py` 处理偏移量）。
| ID | 关节 | 备注 |
|---|---|---|
| 0 | 右肩 前/后 | 0 = 前，180 = 后 |
| 1 | 右肩 上/下 | 0 = 下，180 = 上 |
| 2 | 右肘 | 0 = 内收，180 = 外展 |
| 3 | 左肩 前/后 | **反向** — 180 = 前，0 = 后 |
| 4 | 左肩 上/下 | **反向** — 180 = 下，0 = 上 |
| 5 | 左肘 | **反向** — 180 = 内收，0 = 外展 |
| 6 | 右髋俯仰 | — |
| 7 | 左髋俯仰 | — |
| 8 | 右髋滚转 | — |
| 9 | 左髋滚转 | — |
| 10 | 右膝 | — |
| 11 | 左膝 | — |
| 12 | 右踝俯仰 | — |
| 13 | 左踝俯仰 | — |
| 14 | 右踝滚转 | — |
| 15 | 左踝滚转 | — |
### INIT 姿势（规范 — 所有手势均返回至此）
```
[90, 0, 90, 90, 177, 90, 90, 60, 76, 110, 90, 90, 120, 104, 70, 90]
# A0 A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15
```
### 防碰撞定律（已在硬件上验证）
| 定律 | 规则 |
|---|---|
| 1 — 安全进入 | 使肘部靠近胸部：首先在肘部伸展状态下抬起肩部，然后弯曲肘部。 |
| 2 — 退出 / 救援 | 切勿从弯曲的肘部直接回到 INIT。首先在一帧内将肘部伸展至 90°，然后放下肩部。 |
| 3 — 交错 | 交叉双臂时：在弯曲肘部之前，一侧的肩部必须高于另一侧，否则双拳会相撞。 |
## 手势目录
手势仅移动手臂舵机（ID 0–5）。它们在 daemon thread 中与 TTS 播放并行运行。文件位于 `client/gestures/` 中。
| 名称 | 时长 |
|---|---|
| `enfatizar_breve` | 2.4 秒 |
| `afirmar` | 2.4 秒 |
| `senalar_adelante` | 2.9 秒 |
| `presentarse` | 3.0 秒 |
| `pensar` | 3.0 秒 |
| `explicar_derecha` | 3.1 秒 |
| `explicar_izquierda` | 3.1 秒 |
| `saludar` | 3.5 秒 |
| `despedirse` | 4.0 秒 |
| `brazos_abiertos_bienvenida` | 4.0 秒 |
| `explicar_ambos` | 5.3 秒 |
| `hablar_relajado` | 5.4 秒 |
## 动作序列目录
运动序列。文件位于 `client/sequences/`。该列表必须在三个地方保持同步：`sequences/` 目录、客户端中的 `SEQUENCE_FILES`，以及服务器 system prompt 中的示例。
| 序列名称 | 描述 |
|---|---|
| `mover_adelante` | 向前走 |
| `mover_atras` | 向后走 |
| `mover_a_la_derecha` | 向右侧步 |
| `mover_a_la_izquierda` | 向左侧步 |
| `girar_a_la_derecha` | 右转 (偏航) |
| `girar_a_la_izquierda` | 左转 (偏航) |
| `punetazo_derecho` | 右出拳 |
| `punetazo_izquierdo` | 左出拳 |
| `flexiones_de_pecho` | 俯卧撑 |
| `posicion_inicial` | 返回站立 INIT |
| `levantarse_desde_el_frente` | 面朝下起身 |
| `levantarse_desde_la_espalda` | 面朝上起身 |
### 序列文件格式
`.txt` 文件中的每一行：
```
[a0, a1, ..., a15] speed_units time_ms
```
- 16 个舵机角度 (`0–180°`)
- `time_ms` — 在下一帧之前保持的持续时间（以毫秒为单位）
- `speed_units` — 被客户端忽略（仅使用 `time_ms`）
- 重复的帧 = 保持该姿势
## USB HID 协议
协议版本 `V20151215`。帧格式：`FB BF [length] [cmd] [params...] [CHECK] ED`
校验和：`CHECK = (length + cmd + sum(params)) & 0xFF`
响应直接以 `FB BF` 开头 — 没有 HID report ID 前缀。
| Opcode | 名称 | 备注 |
|---|---|---|
| `0x08` | 心跳 | `FB BF 04 08 00 0C ED` — Pi 每 8 秒发送一次 |
| `0x0D` | LED 控制 | param: `0x00` = 关, `0x01` = 开 |
| `0x18` | 电池 | `[volt_hi][volt_lo][charge][level 0–100]` — ⚠️ 使用外部 PSU（无电池）时行为会发生变化；需重新验证 |
| `0x20` | 硬件版本 | 响应：直到 `0xED` 的 ASCII 字符串 |
| `0x22` | 单个舵机 | `[id][angle][speed][interval_lo][interval_hi]` |
| `0x23` | 多个舵机 | `[a0..a15][speed][interval]` ← 主要运动指令 |
| `0x25` | 读取所有角度 | 响应：从位置 4 开始的 16 个角度字节 |
## 已知问题
| # | 问题 | 位置 | 优先级 |
|---|---|---|---|
| 1 | 唤醒词和 VAD 仍在 Pi 上运行（旧版流程） | `raspberry_client_gestos.py` | 🔴 待迁移至 ROG |
| 2 | TTS 仍在 Pi 上合成（旧版流程） | `raspberry_client_gestos.py` | 🔴 待迁移至 ROG |
| 3 | `legacy_dance` 系统 (`htsparser` + `pygame`) 尚未移除 | 客户端 | 🟡 隔离或删除 |
| 4 | `ROG_SERVER_URL` 硬编码 — 无环境变量 / 配置文件 | 客户端 | 🟡 |
| 5 | 流式 SSE (`/query_stream`) 代码已完成，但未进行硬件测试 | 服务端 + 客户端 | 🟡 |
| 6 | 阶段 6 基准测试 (`benchmark.py`) 尚未运行 | 服务端 | 🟡 毕业论文必需 |
| 7 | 外接 PSU 时电池遥测 (`0x18`) 语义未定义 | `alpha1s_usb.py` | 🟡 重新测量 |
| 8 | `reverencia` 在 `SEQUENCE_FILES` 中被映射为 `sequences/`，但文件位于 `gestures/` 中 | 客户端 | 🟠 |
| 9 | Qwen2.5-7B 在长响应下的 CJK 语言泄漏 | 服务端 | 🟠 已有缓解措施 |
| 10 | 移除电池后 CoM 向上/向前移动 → 步态稳定性变差 | 硬件 | ⚪ 在阶段 B 中解决 |
## 路线图（毕业论文之后）
认知轴线作为最终的毕业论文交付成果已 **冻结**。RL / 仿真轴线已被 **放弃**（不是暂停）— 见下文。论文后的工作遵循一种 deliberative 架构：*度量感知 → 符号 LLM 规划 → 脚本化原语 → 视觉验证*。
### 为什么放弃 RL
1. 工作台面是 1.5 × 0.7 米的桌子，而不是地板 — 机器人在上面几乎无法行走，需要去感知、触及并避开边缘，而不是实现动态运动。
2. 在仅有位置反馈且无扭矩反馈的舵机上实现动态步态的 Sim-to-real 几乎难以解决（参见 Hwangbo 等人，2019，*Science Robotics*）。
3. 与感知 + 操作路径相比，单位努力的学习收益较低。
URDF、STL 网格和惯性数据已保留，并将在阶段 E 中用于手臂 IK。
### 阶段 A–F
| 阶段 | 描述 | 关键成果 |
|---|---|---|
| **A** | 真实舵机映射 + 上下文包 | 所有的 16 个舵机的语义表：部位、轴、安全范围、正负号/反转。整合防碰撞定律。 |
| **B** | 稳定步态（实现最小可行性，非完美） | 在外接线缆直连后实现 10 步不跌倒。静态稳定性概念 — 支撑多边形。 |
| **C** | 摄像头：标定 + 姿态估计 | OAK-D 固定在头部。完成内参标定。在箱子和桌子角落使用 ArUco / AprilTag。基础坐标系中的箱子姿态，误差 < ~2 cm。 |
| **D** | 闭合回路（修复侧向偏移） | 在 ROG 上运行 FSM：感知航向 → 如果偏离中心则旋转，如果居中则迈步，循环往复。离散视觉伺服。在 40 cm 处到达箱子成功率 ≥ 8/10。 |
| **D.5** *(可选)* | 使用摄像头作为适应度进行步态优化 | 参数化步态；适应度 = 直行距离 / 偏移（由摄像头测量）；使用 CMA-ES 进行优化。如果阶段 D 足够则跳过。 |
| **E** | 抓取：手臂 IK + 盲区 | 已知箱子姿态 → 3-DOF 手臂 IK → 前臂捏持抓取最后 ~20 cm（低于 OAK-D 最小范围，开环）。必须具备悬崖检测。 |
| **F** | LLM 规划器 + 验证 + 重新规划 | LLM 编排符号技能序列（`search → approach → grasp → carry → release`）。使用摄像头进行前/后验证；失败时重新规划。LLM 绝不计算几何 — 数字来自感知。 |
## 状态
| 轴线 | 状态 |
|---|---|
| 认知（语音 + LLM + 手势） | ✅ **已冻结 — 毕业论文最终交付成果** |
| 仿真 / RL | ❌ **已放弃**（保留 URDF/STL 资产） |
| 高级机器人技术 (阶段 A–F) | 🔭 **论文之后 — 阶段 A 是下一步** |
**提交毕业论文前唯一待办事项：** 运行阶段 6 基准测试 (`benchmark.py`)，对比 Qwen2.5-7B 与 3B — TTFT、tok/s、JSON 有效性比率、手势生成率。
## 硬件工程笔记
- **重量减轻 ≠ 稳定性增加。** 移除电池（原本位于较低且居中的位置）会导致 CoM 升高并前移。没有它，步态会恶化。悬挂式提线结构是功能性的，不是装饰性的。
- **侧向偏移是通过用摄像头闭合回路来修复的**，而不是通过优化开环步态。
- **UBTECH 仿真器是一个姿势/动画编辑器，而不是物理仿真器。** 它无法验证平衡或接触。只有物理机器人才能验证平衡。
- **AI 无法仅凭舵机数值评估平衡或碰撞。** 它对于序列的结构性操作很有用（镜像、插值、重新计时、拼接防碰撞规则、检查限制、生成变体、解释描述的故障）。它绝对不能断言一个新帧是稳定的 — 必须提出并在硬件上进行验证。
## 参考文献
- Hwangbo, J. et al. (2019). Learning agile and dynamic motor skills for legged robots. *Science Robotics*, 4(26).
- Ahn, M. et al. (2022). Do as I Can, Not as I Say: Grounding Language in Robotic Affordances (SayCan). *arXiv:2204.01691*.
- Liang, J. et al. (2022). Code as Policies: Language Model Programs for Embodied Control. *arXiv:2209.07753*.
- Craig, J. J. (2005). *Introduction to Robotics: Mechanics and Control* (3rd ed.). Pearson.
- Siciliano, B. et al. (2009). *Robotics: Modelling, Planning and Control*. Springer.
- UBTECH Robotics. *Alpha 1S Bluetooth Communication Protocol* (internal, V20151215).
标签：人形机器人, 分布式系统, 响应大小分析, 本地大模型, 机器人控制系统, 语音助手, 边缘计算, 逆向工具